이분 로지스틱 회귀분석 사후확률 추정.

주어진 계수를 이용하여 새 데이터에 대해 사후확률을 추정한다.

posterior_binary_logistic_regression(
  .betas,
  .new_data,
  .xvar,
  .reflevel = 0L,
  .poslevel = 1L
)

Arguments

.betas	이분 로지스틱 회귀분석 계수
.new_data	새 관측 데이터 프레임.
.xvar	범주 분류에 사용될 변수.
.reflevel	이분 범주에서 0(negative) 값을 지닐 범주값. Default: 0.
.poslevel	이분 범주에서 1(positive) 값을 지닐 범주값. Default: 1.

Value

각 범주별 사후확률.

Examples

data(student, package = "dmtr")
fit <- fit_binary_logistic_regression(student, y, c(x1, x2, x3), .reflevel = "보통")
posterior_binary_logistic_regression(fit$betas, student, c(x1, x2, x3),
  .reflevel = "보통", .poslevel = "우수")
#> # A tibble: 15 × 2
#>    .pred_우수 .pred_보통
#>         <dbl>      <dbl>
#>  1   0.889        0.111 
#>  2   0.146        0.854 
#>  3   0.674        0.326 
#>  4   0.881        0.119 
#>  5   0.984        0.0160
#>  6   0.737        0.263 
#>  7   0.00200      0.998 
#>  8   0.00528      0.995 
#>  9   0.200        0.800 
#> 10   0.419        0.581 
#> 11   0.000242     1.00  
#> 12   0.329        0.671 
#> 13   0.0800       0.920 
#> 14   0.656        0.344 
#> 15   0.000696     0.999