Estou tentando executar um logit bayesiano nos dados aqui . Estou usando bayesglm()
no arm
pacote em R. A codificação é direta o suficiente:
df = read.csv("http://dl.dropbox.com/u/1791181/bayesglm.csv", header=T)
library(arm)
model = bayesglm(PASS ~ SEX + HIGH, family=binomial(link="logit"), data=df)
summary(model)
fornece a seguinte saída:
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 0.10381 0.10240 1.014 0.311
SEXMale 0.02408 0.09363 0.257 0.797
HIGH -0.27503 0.03562 -7.721 1.15e-14 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 2658.2 on 1999 degrees of freedom
Residual deviance: 2594.3 on 2000 degrees of freedom
AIC: 2600.3
Por favor, acompanhe-me. Eu entendo que esse código usa um prior muito fraco (já que não estou especificando os meios anteriores), portanto a saída será praticamente a mesma se eu usar em glm()
vez de bayesglm()
. Mas a saída ainda deve estar no espírito bayesiano, certo? Quais são os valores e aqui? Essas ferramentas de inferência freqüentista não são? Eles são interpretados de maneira diferente aqui?