Я работаю с моделированием распределения видов с помощью GLM. У меня есть (Южная Америка) данные для Caiman crocodilus вид из GBIF (http://www.gbif.org/species/5846514) и биоклиматические данные от Worldclim (http://worldclim.org/current). Я пытаюсь запустить GLM для моделирования распределения видов (с dismo пакета):GLM, возвращающее отрицательное значение для порога (обрезание) (в R)
modelGLM = pres ~ bioclim_10 + bioclim_11+ bioclim_16 + I(bioclim_16^2) + bioclim_17
GLM <- glm(modelGLM, family=binomial(link=logit), data=PresBackTrainRaw)
projecaoSuitability = predict(predictors, GLM, type='response')
Until здесь, все выглядит нормально, но когда я пытаюсь получить порог (светотеневой), отрицательное значение возвращается:
library(dismo)
> evaluation=evaluate(p=presencesTest,a=backgroundTest,m=GLM,x=predictors)
> thresholdValues=threshold(evaluation,'spec_sens')
> thresholdValues
> [1] -2.578797
Поскольку выход GLM (с типом = «ответ») находится в диапазоне от 0 до 1, отрицательный порог не имеет смысла. Кто-то может помочь мне понять, что не так?
Вы уверены, что этот расчет выполняется по шкале вероятности, а не по шкале logit/log-odds? –
от '? Оценки':' оценка', похоже, имеет аргумент '...' для 'прогноза'. попробуйте добавить 'type = 'response'' – user20650
Да! Это обеспечило правильные пороговые значения. Большое спасибо! – user3369932