R語言logistic迴歸模型
阿新 • • 發佈:2019-01-10
logistic迴歸模型為:
對上面的模型進行變換,得到線性形式的logistic迴歸模型:
在二項分佈族中,logistic迴歸是重要的模型。在某些迴歸問題中,響應變數是分類的,經常是要麼成功,要麼失敗。
在R語言構建資料框時,應輸入一列成功(響應)的次數和一列不成功(不響應)的次數,例如:
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) #預測並畫出迴歸曲線 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)
得到迴歸方程(變換後的)右側為:-3.3010+1.2459X
於是迴歸方程為: