R语言dplyr管道下glm逻辑回归predict()函数使用疑问

问题1：mutate中已生成3个新列，predict()为何用原始x而非新列计算？ #

你在mutate()中调用predict()时，显式传入的第二个参数是原始的data对象——也就是管道最开头传入的、仅包含x单列的tibble。mutate()的列计算是逐步在临时数据中新增字段，但你没有把这个临时数据传给predict()，predict()只会读取你传入的原始data里的字段，自然只会用到原始x，不会用到新生成的y、odds_ratio等列。
如果你希望用mutate()计算过程中生成的临时字段做预测，才需要传入cur_data()（dplyr 1.0.0及以上版本支持）作为predict()的第二个参数。另外你拟合的glm模型的自变量只有x，就算后续新生成的列和模型变量重名，只要你传入的预测用数据集里没有这个重名字段的干扰，也不会影响计算结果。

问题2：此处调用predict()为何不需要指定type = "response"参数？ #

glm()模型的predict()方法默认type参数值为"link"，对于你使用的二项分布逻辑回归（family = binomial，默认使用logit连接函数）来说，type = "link"输出的就是对数几率（log odds）值，刚好和你手动通过概率反推的log_odds_ratio结果完全一致，完全符合你生成log_odds_ratio2的需求。
而你之前指定type = "response"时，predict()会把对数几率通过sigmoid函数转换为0-1区间的预测概率值，两者输出的结果维度不同，对应不同的使用场景，所以这里不需要加这个参数。

内容的提问来源于stack exchange，提问作者Cindy L