R multinom 擬合多項對數線性模型

R語言 multinom 位於 nnet 包(package)。

通過神經網絡擬合多項對數線性模型。

multinom(formula, data, weights, subset, na.action,
         contrasts = NULL, Hess = FALSE, summ = 0, censored = FALSE,
         model = FALSE, ...)

`formula`	回歸模型的公式表達式，格式為 `response ~ predictors` 。響應應該是一個因子或具有 K 列的矩陣，它將被解釋為每個 K 類的計數。擬合對數線性模型，第一類的係數為零。可以包含偏移量：如果響應是具有 K 列的矩陣或具有 K >= 2 類的因子，則它應該是具有 K 列的數值矩陣，或者是具有 2 個級別的響應因子的數值向量。有關其他詳細信息，請參閱`formula()` 的文檔。
`data`	一個可選數據幀，用於解釋 `formula` 中出現的變量。
`weights`	配件中可選擇 shell 重量。
`subset`	表達式說明在擬合中應使用數據行的哪個子集。默認情況下包括所有觀察結果。
`na.action`	過濾缺失數據的函數。
`contrasts`	用於模型公式中作為變量出現的部分或全部因子的對比列表。
`Hess`	是否應返回 Hessian(觀察/預期信息矩陣)的邏輯。
`summ`	整數;如果非零，則通過刪除重複行進行匯總並調整權重。方法1和2速度不同(2使用`C`)；方法 3 還將具有相同 X 和不同 Y 的行組合起來，這會更改偏差的基線。
`censored`	如果 Y 是具有 `K` 列的矩陣，則將條目解釋為 1 表示可能的類別，0 表示不可能的類別，而不是解釋為計數。
`model`	合乎邏輯的。如果為 true，則模型框架將保存為返回對象的組件`model`。
`...`	`nnet` 的附加參數

multinom 調用 nnet 。公式右側的變量應大致縮放為 [0,1]，否則擬合速度會很慢或根本無法收斂。

具有附加組件的 nnet 對象：

`deviance`	與完全飽和模型(準確解釋個別觀察結果)相比的殘餘偏差。另外，減去兩倍對數似然。
`edf`	模型使用的(有效)自由度數
`AIC`	適合此擬合的 AIC。
`Hessian`	(如果`Hess`為真)。
`model`	(如果`model`為真)。

oc <- options(contrasts = c("contr.treatment", "contr.poly"))
library(MASS)
example(birthwt)
(bwt.mu <- multinom(low ~ ., bwt))
options(oc)

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

相關用法

注：本文由純淨天空篩選整理自R-devel大神的英文原創作品 Fit Multinomial Log-linear Models。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。