R blogit 有界链接函数

说明

对其链接函数的输入施加限制的备用链接函数

用法

blogit(edge = 0.05)
bprobit(edge= 0.05)
bcloglog(edge=.05)
blog(edge=.05)

参数

edge	小于分割点的输入值将替换为分割点。对于所有大于 (1-edge) 的 blog 输入值均替换为 (1-edge)

细节

当使用生存伪值进行二项式回归时，原始数据可能超出范围 (0,1)，但我们希望将预测值限制在该范围内。处理此问题的一种自然方法是将 glm 与 family = gaussian(link= "logit") 一起使用。但这将会失败。原因是 family 对象有一个组件 linkfun，该组件不接受 (0,1) 之外的值。

然而，该函数仅用于为迭代步骤创建初始值。在计算链接之前将有问题的输入参数映射到 (egde, 1-edge) 范围内会导致足够好的初始估计。拟合的最终结果与使用 etastart 或 mustart 参数给出显式起始估计值没有什么不同。这些函数创建 logit、probit 和互补 log-log 系列的副本，仅在使用有界输入参数时与标准系列不同，并称为 "bounded logit" = blogit 等。

当使用 RMST(曲线下面积)伪值以及对数链接来确保积极预测时，同样的论点成立，尽管在这种情况下仅需要映射下边界。

值

与 make.family 形式相同的 family 对象。

例子

py <- pseudo(survfit(Surv(time, status) ~1, lung), time=730) #2 year survival
range(py)
pfit <- glm(py ~ ph.ecog, data=lung, family=gaussian(link=blogit()))
# For each +1 change in performance score, the odds of 2 year survival
#  are multiplied by 1/2  = exp of the coefficient.

也可以看看

stats{make.family}