R语言逻辑回归、方差分析 、伪R平方分析

如题所述

第1个回答  2024-11-18
目录

测试方法

逻辑回归分析的条件

逻辑回归不适用于所有比例或计数数据

过度分散问题

伪R平方

测试p值

逻辑回归示例

模型拟合

系数与指数系数

方差分析

伪R平方

模型整体p值

标准化残差图

绘制模型

逻辑回归示例

测试方法

在R中使用glm函数进行逻辑回归分析。函数需要指定链接函数,如逻辑模型、概率模型或泊松模型。

逻辑回归分析的条件

广义线性模型假设较少,无需数据或残差正态分布。观测值需独立,正确选择链接函数。

逻辑回归不适用于所有比例或计数数据

不适用于解释饮食研究中人们减肥体重作为“成功”与“失败”计数的比例,此时应使用其他参数方法。

过度分散问题

当模型残差偏差高于残余自由度时,可能发生过度分散,表示模型拟合度不佳。但对简单逻辑回归影响不大。

伪R平方

glm函数不产生r平方值。pscl包的pR2函数可提供伪R平方。

测试p值

使用卡方检验测试逻辑回归的p值,方差分析检验系数显著性,似然比检验整体模型重要性。

逻辑回归示例

将因子转换为数字变量,级别为0和1。将因子转换为逻辑变量,级别为TRUE和FALSE。
相似回答