热线电话:13121318867

登录
首页精彩阅读R语言logistic回归模型
R语言logistic回归模型
2018-05-30
收藏

R语言logistic回归模型

logistic回归模型为:


对上面的模型进行变换,得到线性形式的logistic回归模型:

在二项分布族中,logistic回归是重要的模型。在某些回归问题中,响应变量是分类的,经常是要么成功,要么失败。

R语言构建数据框时,应输入一列成功(响应)的次数和一列不成功(不响应)的次数,例如:

[python] view plain copy

    norell<-data.frame(  
    x=0:5,n=rep(70,6),success=c(0,9,21,47,60,63)  
    )  
    norell$Ymat<-cbind(norell$success,norell$n-norell$success)  
    glm.sol<-glm(Ymat~x,family=binomial,data=norell)  
    summary(glm.sol)  
    #预测并画出回归曲线  
    d<-seq(0, 5, len=100)  
    pre<-predict(glm.sol, data.frame(x = d))  
    p<-exp(pre)/(1+exp(pre))  
    norell$y<-norell$success/norell$n  
    plot(norell$x, norell$y); lines(d, p)  


得到回归方程(变换后的)右侧为:-3.3010+1.2459X
于是回归方程为:

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询