Discussion :

[collosus]

Bonjour,

J'ai réalisé un modèle logistique avec une interaction. Je souhaite ensuite prédire ma variable d'intérêt. Le problème est que R me dit que mon échgantillon test ne contient pas les variables nécessaires.

Que dois-je faire?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
> reg = glm(YfactorApp~medium+landingPagePath+medium*landingPagePath,data=XApp, weights=dataApp$visits, family=binomial)
> pred = predict.glm(reg ,newdata=XTest,type = "response",weights=dataTest$visits)
Warning message:
In predict.lm(object, newdata, se.fit, scale = 1, type = ifelse(type ==  :
  prediction from a rank-deficient fit may be misleading

Merci

[Sengar]

Hello,

D'abord deux choses peut être de l'ordre du détail mais à préciser quand même.

J'ai réalisé un modèle logistique avec une interaction.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

> reg = glm(YfactorApp~medium+landingPagePath+medium*landingPagePath,data=XApp, weights=dataApp$visits, family=binomial)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

YfactorApp~medium*landingPagePath

suffit.

L'opérateur "*" est tel que a*b=a+b+a:b où ":" est l'operateur d'interaction entre a et b

> pred = predict.glm(reg ,newdata=XTest,type = "response",weights=dataTest$visits)

Ici, je ne comprend pas l'interet du weight=dataTest$visits.
Le weight sert juste à pondérer tes résidus quand tu fit le modèle, il ne sert plus quand tu fais ta prédiction.


Maintenant le vrai problème:

Le problème est que R me dit que mon échgantillon test ne contient pas les variables nécessaires.

Warning message:
In predict.lm(object, newdata, se.fit, scale = 1, type = ifelse(type == :
prediction from a rank-deficient fit may be misleading[/CODE]

R ne te dit pas qu'il manque des variables dans ton échantillon.
Ton modèle contient probablement une variable qui est combinaison linéaire des deux autres.

Quelle est la forme de tes deux variables ?