R 中多项式 GLM 的 SE 逆估计投资者：投资

问题描述

我适合这样的二阶 GLM：mod<-glm(y~(x,2,raw=T)*blocking_var,data=dat)

线性、二次和blocking_var预测变量显着，x:blocking_var和x^2:blocking_var不显着；但是在没有交互作用的情况下重新拟合模型会产生不准确的系数估计。

现在我们有兴趣使用该模型通过某种形式的置信度量（最好是 SE）获取已知响应值的未知 x 值。我们只对模型的单调区域感兴趣（我知道二次函数没有真正的反函数）。我查看了 investr:invest，但无法按照我的需要运行。我不完全理解语法。我坚持的三件事：

1. 如何将我的blocking_var 合并到函数中？最好我想获得每个因子水平的估计值，或者能够指定我感兴趣的特定因子水平。这种方法产生了一个错误：

   invest(mod,y0 = 105,interval = "Wald",x0.name = "x",newdata = data.frame(blocking_var = "A"))

   'newdata' 必须为 mod 使用的每个预测变量包含一列（x 除外）

   我知道我可以用每个因子水平的数据子集拟合三个新的独立模型（因为没有显着的交互作用），但我最好不需要这样做。

2. 鉴于我目前尝试使用invest()的方式，它是否只适合线性回归而不是二次回归？如果是这样，我怎样才能让它反转我的实际多项式回归？当我子集并取出blocking_var 时，invest() 确实返回特定输入y 的估计值。

3. 如何指定单调的数据间隔？我们的数据确实包含一个最大值，但我们希望人为地将预测限制为特定的单调值。因为模型中的数据不是单变量，所以我假设 invest 不会在二次回归中起作用？

是否有我不知道的替代方案？因为我们需要错误，所以我不能结合使用 predict 和 uniroot

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）