用已知系数和未知截距拟合glm

本文介绍了用已知系数和未知截距拟合glm的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我正在尝试使用glm拟合逻辑回归模型，在该模型中我仅对截距感兴趣-但我仍然希望该模型适合已知系数. 示例:

I am trying to fit a logistic regression model using glm, where I am only interested in the intercept - but I still want the model to be fitted with known coefficients. Example:

或

beta <- c(24.5,3.6,2.87,7.32)

所以我想使用

model <- glm(y~x_1+x_2+x_3+x_4, family=binomial(link="logit"), data=dt)

并以某种方式合并了已知的beta，因此glm函数仅适合alpha.我怎样才能做到这一点?

and in some way incorporate the known betas, so the glm function only fits the alpha. How can I do that?

推荐答案

具有偏移量，可以向GLM的线性预测变量(公式的RHS，对数刻度)添加一个已知项.

With offsets, which add a known term to the linear predictor (RHS of the formula, on the logit scale) of a GLM.

beta <- c(24.5, 3.6, 2.87, 7.32) dt <- transform(dt, pred=beta[1]*x_1+beta[2]*x_2+beta[3]*x_3+beta[4]*x_4) model <- glm(y~1+offset(pred), family=binomial(link="logit"), data=dt)