mnrfit的Matlab不正確？

似乎Matlab給多項邏輯迴歸的結果不正確。mnrfit的Matlab不正確？

在他們使用Fisher's Iris數據集 [link]的示例文檔中，他們給出了可用於相同數據集本身以獲取建模概率的模型係數。

load fisheriris 
sp = categorical(species); 
[B,dev,stats] = mnrfit(meas,sp); 
PHAT=mnrval(B,meas);

然而，沒有預期值聚集體的相匹配的人口聚集體爲最大墒分類器的要求（見幻燈片35 [here]，或等式14 [here]，或Agresti「分類數據分析」 PG 298，等）

例如

>> sum(PHAT) 
>> 49.9828 49.8715 50.1456

都應該等於50（總體值），同樣地，對於其他聚合

如果參數

B=[36.9450 42.6378 
    12.2641 2.4653 
    14.4401 6.6809 
    -30.5885 -9.4294 
    -39.3232 -18.2862]

，替代了，那麼所有彙總統計足以匹配。

此外，它似乎很奇怪，Matlab軟件與可能性，它可以產生一個錯誤解決它，

警告：最大似然估計沒有收斂。超出限制。您可能需要合併類別，增加觀察計數

其中唯一的要求，通過MLE考慮證明，是預期值匹配，並且不需要可能性的評估。

這將是一個很好的功能，如果不是真正的類給出，我們可以給出一個選項，只包括聚合信息。

來源

2016-03-07 sheppa28

在Mathworks網站中提交了技術錯誤評論。他們的答覆：

你好[----]，

我在寫作參考你的技術支持案例＃01820504 關於 'mnrfit'。

非常感謝您的耐心和報告此問題。這似乎是是意想不到的行爲。它似乎與我們記錄中存在的現有問題有關，即「mnrfit」在某些情況下不會給出正確的最大似然估計值。由於「mnrfit」函數沒有找到係數的最大似然估計值，因此我們計算了實際的MLE。當我們使用這些估計值時，在這種情況下我們可以得到所有50的理想結果。

問題在於，對於我們的示例中的這個特定數據集，類可以完美分離。這意味着爲了得到精確的零或一個概率，邏輯函數需要有無限係數。「mnrfit」函數執行迭代過程，係數越來越大，但在結果存在問題時停止。我們當然同意「mnrfit」可以做得更好。我們的開發團隊正在努力。

在此階段，我無法建議除之外的解決方法，作爲我的同事編寫自定義實現，並嘗試過。對於現在，我將關閉此請求，因爲我已將其轉發給我們的記錄。但是，如果您有任何與有關的其他問題，請不要猶豫，立即與我聯繫。

真誠，
[----]
MathWorks公司技術支持部

來源

2016-03-15 14:15:51 sheppa28

這是很好的找到這個bug。你有任何更新嗎？ –

來自7/20/17的部分電子郵件：我們的記錄顯示，2016年3月7日，您聯繫了有關MATLAB 8.3（R2014a）的技術支持。這個問題的主題是：「多項邏輯迴歸擬合（mnrfit）沒有給出正確的結果」我們很高興地通知您，這個問題已在R2016b版中得到解決。 – sheppa28

mnrfit的Matlab不正確？

回答

相關問題