欧洲防风草对基数R的预测的大标准误差

Question

似乎predict产生的标准误差太大。使用parsnip模型时得到0.820，但是使用基本R模型时得到0.194。标准误差的0.194似乎更合理，因为在我的预测上下约2 * 0.195是置信区间的终点。我的问题/误解是什么？

library(parsnip)
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union

# example data
mod_dat <- mtcars %>%
  as_tibble() %>%
  mutate(cyl_8 = as.numeric(cyl == 8)) %>%
  select(mpg, cyl_8)

parsnip_mod <- logistic_reg() %>%
  set_engine("glm") %>%
  fit(as.factor(cyl_8) ~ mpg, data = mod_dat)

base_mod <- glm(as.factor(cyl_8) ~ mpg, data = mod_dat, family = "binomial")

parsnip_pred <- tibble(mpg = 18) %>%
  bind_cols(predict(parsnip_mod, new_data = ., type = 'prob'),
            predict(parsnip_mod, new_data = ., type = 'conf_int', std_error = T)) %>%
  select(!ends_with("_0"))
#> New names:
#> * lo -> lo...1
#> * hi -> hi...2
#> * lo -> lo...3
#> * hi -> hi...4

base_pred <- predict(base_mod, tibble(mpg = 18), se.fit = T, type = "response") %>%
  unlist()

# these give the same prediction but different SE
parsnip_pred
#> # A tibble: 1 x 5
#>     mpg .pred_1 .pred_lower_1 .pred_upper_1 .std_error
#>   <dbl>   <dbl>         <dbl>         <dbl>      <dbl>
#> 1    18   0.614         0.230         0.895      0.820
base_pred
#>          fit.1       se.fit.1 residual.scale 
#>      0.6140551      0.1942435      1.0000000

^{由reprex package（v0.3.0）在2020-06-04创建}

-EDIT-

正如@thelatemail和@Limey所说，对基本模型使用type="link"将给出对数刻度的标准误差（0.820）。但是，我想要概率标度上的标准误差。我以为可以使用自然日志来获取我想要的东西。

parsnip_pred %>% 
  mutate(ln_se = log(.std_error))
#> # A tibble: 1 x 6
#>     mpg .pred_1 .pred_lower_1 .pred_upper_1 .std_error  ln_se
#>   <dbl>   <dbl>         <dbl>         <dbl>      <dbl>  <dbl>
#> 1    18   0.614         0.230         0.895      0.820 -0.199

但是我仍然缺少一些东西，因为我得到-0.199的标准误差，该误差不是0.194（我想我可以忽略负数）。我缺少parsnip documentation中的选项吗？我想使用parsnip。

Answer 1

@@ latemail是正确的。从在线文件中进行predict.glm：

类型所需的预测类型。默认值是线性预测变量的标度。替代的“响应”取决于响应变量的规模。因此，对于默认的二项式模型，默认的预测是对数奇数（对数刻度上的概率），而type =“ response”给出了预测的概率。

[默认是使用对数刻度进行报告，parsnip以原始概率刻度请求结果。从'response' parsnip::predict并不明显，我发现如何选择返回结果的标度，但很明显，它使用的是原始概率标度。

所以这两种方法都返回正确的答案，它们只是使用不同的标度。

我不想从@thelatemail窃取可接受的解决方案，因此请他们发布与此类似的答案。