Documentos de Académico
Documentos de Profesional
Documentos de Cultura
library(GLMsData)
data(turbines)
#help(turbines)
turbi.m1 <- glm( Fissures/Turbines ~ Hours, family=binomial,
weights=Turbines, data=turbines)
turbi.m2 <- glm( cbind(Fissures, Turbines-Fissures) ~ Hours,
family=binomial, data=turbines)
coef(turbi.m1)
## (Intercept) Hours
## -3.9235965551 0.0009992372
coef(turbi.m2)
## (Intercept) Hours
## -3.9235965551 0.0009992372
#link diferent
tr.logit <- glm( Fissures/Turbines ~ Hours, data=turbines,
family=binomial, weights=Turbines)
tr.probit <- update( tr.logit, family=binomial(link="probit") )
tr.cll <- update( tr.logit, family=binomial(link="cloglog") )
tr.array <- rbind( coef(tr.logit), coef(tr.probit), coef(tr.cll))
tr.array <- cbind( tr.array, c(deviance(tr.logit),
deviance(tr.probit), deviance(tr.cll)) )
colnames(tr.array) <- c("Intercept", "Hours","Residual dev.")
rownames(tr.array) <- c("Logit","Probit","Comp log-log")
tr.array
1.0
Logit
0.8 Probit
0.6 Comp. log−log
0.4
0.2
0.0
Hours run
log (odds) = β0 + β1 x
o equivalentemente
odds = exp(β0 )exp(β1 )x
asi a medida que x aumenta en una unidad, el log-odds se incrementa linealmente
por una cantidad β1 .Alternativamente, si x se incremente por una unidad,el odds se
incrementa por el factor exp(β1 ). Estas interpretaciones en términos de
probabilidades tienen un atractivo intuitivo, y por esta razón, la función de enlace
logit a menudo se prefiere para la función de enlace.
coef(tr.logit)
## (Intercept) Hours
## -3.9235965551 0.0009992372