r语言 - 如何使用多项逻辑回归模型来预测未来的观测结果

Question

我的问题似乎有点模糊，所以我将提供背景背景和我的可复制代码来尝试澄清。

我对根据每个社区的社会经济指标对城市不同社区的犯罪事件进行分类很感兴趣。我的最终目标是能够产生一个合理准确的预测，从而指出最有可能发生下一次犯罪的街区。我选择拟合一个多项回归模型，我很难解释它的结果。

我的数据如下:

> str(df)
'data.frame':   1796 obs. of  12 variables:
$ Time           : chr  "14:37:00" "14:37:00" "16:23:00" "00:10:00" ...
$ Neighbourhood  : chr  "Grand Boulevard" "Grand Boulevard" "West Town" "West Englewood" ...
$ Population     : num  22209 22209 84698 26346 24976 ...
$ Area           : num  1.74 1.74 4.58 3.15 2.55 2.95 3.15 1.04 7.15 1.28 ...
$ Density        : chr  "12,763.79" "12,763.79" "18,493.01" "8,363.81" ...
$ Crowded.Housing: num  3.3 3.3 2.3 4.8 2.7 3.3 4.8 2.4 6.3 9.4 ...
$ Poverty        : num  29.3 29.3 14.7 34.4 8.9 27.8 34.4 21.7 28.6 41.7 ...
$ Unemployment   : num  24.3 24.3 6.6 35.9 9.5 24 35.9 15.7 22.6 25.8 ...
$ Education      : num  15.9 15.9 12.9 26.3 18.8 14.5 26.3 11.3 24.4 24.5 ...
$ Age            : num  39.5 39.5 21.7 40.7 37.6 40.3 40.7 35.4 37.9 43.6 ...
$ Income         : num  23472 23472 43198 11317 25113 ...
$ Hardship       : num  57 57 10 89 29 60 89 26 73 92 ...

下面是我的模型的代码:

c.nnet = nnet::multinom(Neighbourhood ~
Crowded.Housing +
Poverty +
Unemployment +
Education +
Income +
Hardship,
data = df,
MaxNWts = 100000) 

以下是一些分类精度指标:

> odds <- c.nnet[["fitted.values"]]
> pd = predict(c.nnet,type="class")
> table = table(df$Neighbourhood, pd); classAgreement(table)
$diag
[1] 0.6631403
$kappa
[1] 0.6451884
$rand
[1] 0.9560459
$crand
[1] 0.6035169
> sum(diag(table))/sum(table) 
[1] 0.6631403

最后，这里是预测类的输出和相关的类概率。

>head(pd)
[1] Chatham        Chatham        West Town      West Englewood New City       Chatham       
72 Levels: Albany Park Archer Heights Armour Square Ashburn Auburn Gresham Austin Avalon Park Avondale Belmont Cragin Bridgeport Brighton Park ... Woodlaw
> head(odds)
Albany Park Archer Heights Armour Square      Ashburn Auburn Gresham       Austin  Avalon Park     Avondale Belmont Cragin   Bridgeport Brighton Park
1 8.293444e-04   3.078169e-04  3.394213e-04 5.070003e-04   0.0333699087 8.205015e-03 0.0140058699 3.519157e-04   0.0005199967 3.962345e-04  1.796575e-05
2 8.293444e-04   3.078169e-04  3.394213e-04 5.070003e-04   0.0333699087 8.205015e-03 0.0140058699 3.519157e-04   0.0005199967 3.962345e-04  1.796575e-05
3 7.276802e-04   2.796196e-06  1.540627e-03 9.642981e-03   0.0001623333 4.575838e-05 0.0004173684 1.229428e-03   0.0007718075 2.308536e-02  9.021844e-03
4 7.168266e-05   7.869570e-04  1.743114e-05 3.519012e-05   0.0473000895 9.256728e-02 0.0058524740 4.373425e-05   0.0002943829 4.752441e-06  6.214005e-07
5 2.376865e-03   3.647976e-04  3.261888e-03 5.958128e-02   0.0090540446 4.103546e-02 0.0028125946 9.329274e-03   0.0339153709 1.394973e-02  9.034131e-02
6 7.735586e-04   5.958576e-04  2.345032e-04 4.058962e-04   0.0833015893 2.374063e-02 0.0169124221 3.038695e-04   0.0005576943 2.163316e-04  1.263609e-05

就我的理解而言，后一个输出(odds)表示我的数据中72个独特社区中每个社区的每个犯罪发生的概率，而前一个输出(pd)表示基于我的数据集的预测类别。这就引出了我的问题;我如何使用这些预测类来生成关于下一个犯罪可能发生的地方的某种预测(例如，类似于提前一步的时间序列预测)?

Answer 1

您可以创建一个newdata数据帧，其中包含您想要预测的值，然后使用predict函数获得每个类的预测概率。例如,

# estimate model
library(nnet)
dat <- mtcars
dat$gear <- factor(dat$gear)
mod <- multinom(gear ~ mpg + hp, data = dat)
# what values we want predictions for
out_of_sample_data <- data.frame(mpg = c(19, 20), hp = c(130, 140))
# generate predicted probabilities
predict(mod, newdata = out_of_sample_data, type = "probs")
#>           3         4          5
#> 1 0.6993027 0.2777716 0.02292562
#> 2 0.6217686 0.2750779 0.10315351

显然，您需要用您认为将来会出现的值填充您的样本外数据，这可能很棘手(至少可以说)。