베이지안 glm의

여기서 데이터에 베이지안 로짓을 실행하려고합니다 . R의 패키지에서 사용 bayesglm()하고 있습니다 arm. 코딩은 간단합니다.

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) 다음과 같은 출력을 제공합니다.

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

이 과정을 안내해주세요. 이 코드는 매우 약한 이전을 사용한다는 것을 이해합니다 (사전 수단을 지정하지 않았기 때문에) glm()대신 대신 사용하면 출력이 실제로 동일합니다 bayesglm(). 그러나 결과는 여전히 베이지안 정신에 있어야합니다. 여기서 과 은 무엇입니까 ? 이 빈번한 추론 도구가 아닌가요? 그들은 여기서 다르게 해석됩니까?$p$$z$

좋은 질문입니다! 가 있지만 베이지안 P-값 , 팔 패키지의 저자 중 하나가 옹호, 당신이 당신의 출력에서보고있는 것은 없습니다 베이지안 p- 값. 수업 확인model

class(model)
"bayesglm" "glm"      "lm" 

그리고 bayesglm 클래스는 glm에서 상속한다는 것을 알 수 있습니다. 또한, 팔 패키지의 검사는 베이 즈 글렘 객체에 대한 특정 요약 방법을 보여주지 않는다. 그래서 당신이 할 때

summary(model)

당신은 실제로하고 있습니다

summary.glm(model)

그리고 결과에 대한 빈번한 해석을 얻는 것 . 더 베이지안 관점을 원한다면 팔의 기능은display()