帶有生物反應變量的兩階段最小二乘迴歸

嗨我想用二項迴應變量運行兩階段最小二乘迴歸。對於連續響應變量，我使用R包「sem」中的「tsls」選項。帶有生物反應變量的兩階段最小二乘迴歸

這是我的命令，想知道我正在做這件事。

（X：內生變量，Z：工具變量，Y：響應變量（0或1））

xhat<-lm(x~z)$fitted.values 

R<-glm(y~xhat, family=binomial) 

R$residuals<-c(y - R$coef[1]+x*R$coef[2])

謝謝

來源

2015-06-22 Wang Kelly

我不明白你爲什麼需要分兩步做。 'R <-glm（y〜z，family = binomial）'給你你需要的東西嗎？爲什麼你想改變模型對象的殘差元素？ – Roland

我讀到這是兩階段最小二乘法（工具變量分析）中的通常過程。更改殘差元素用於調整殘差。 –

這不完全正確。對於R中的glm()函數，family=binomial選項默認爲邏輯迴歸。因此，您的剩餘計算不會根據需要轉換殘差。

您可以使用residuals.glm()函數自動生成廣義線性模型的殘差。您可以將residuals()函數用於線性模型。同樣，您可以使用predict()函數，而不是lm(x~z)$fitted.values來獲取xhats。然而，因爲在這種情況下，你有xhat和x（不相同的變量），接近您的解決方案上面使用的代碼（但使用plogis()功能分對數變換）：

stageOne <- lm(x ~ z) 
xhat <- predict(stageOne) 
stageTwo <- glm(y ~ xhat, family=binomial) 
residuals <- y - plogis(stageTwo$coef[1] + stageTwo$coef[2]*x)

的predict()的一個很好的特徵residuals()或residuals.glm()的功能是它們可以擴展到其他數據集。

來源

2015-06-22 15:09:26

感謝您的好命令，但它在最後一步給我一個錯誤。（match.arg（type）：'arg'必須爲NULL或字符向量）這裏，x是連續變量（不能是字符） –

你說得對。我修好了。現在它應該工作！ –

帶有生物反應變量的兩階段最小二乘迴歸

回答

相關問題