R 逻辑回归的glm()结果
这可能是一个微不足道的问题,但我不知道在哪里可以找到答案。我想知道在R中使用R 逻辑回归的glm()结果,r,logistic-regression,R,Logistic Regression,这可能是一个微不足道的问题,但我不知道在哪里可以找到答案。我想知道在R中使用glm()进行逻辑回归时,如果响应变量Y的因子值为1或2,glm()的结果是否对应于logit(P(Y=1))或logit(P(Y=2))?如果Y具有逻辑值TRUE或FALSE?为什么不自己测试它呢 输出布尔系数: #>(拦截)不太可能 #> 1.099 -2.197 #> #>自由度:共199个(即零);198剩余 #>零偏差:277.3 #>剩余偏差:224.9 AIC:228.9 gl
glm()
进行逻辑回归时,如果响应变量Y
的因子值为1或2,glm()
的结果是否对应于logit(P(Y=1))
或logit(P(Y=2))
?如果Y
具有逻辑值TRUE
或FALSE
?为什么不自己测试它呢
输出布尔系数:
#>(拦截)不太可能
#> 1.099 -2.197
#>
#>自由度:共199个(即零);198剩余
#>零偏差:277.3
#>剩余偏差:224.9 AIC:228.9
glm(输出变量,二项式)
#>eval中出错(family$initialize):y值必须为0调用:glm(公式=输出\事实~var,family=二项式)
#>
#>系数:
#>(拦截)不太可能
#> 1.099 -2.197
#>
#>自由度:共199个(即零);198剩余
#>零偏差:277.3
#>剩余偏差:224.9 AIC:228.9
因此,如果我们使用真和假,我们得到正确的答案,如果我们使用1和2作为数字,我们得到错误,如果我们使用1和2作为两个级别的因子,我们得到正确的结果,前提是真值的因子级别高于假。然而,我们必须小心我们的因素是如何排序的,否则我们将得到错误的结果:
output\u事实
#>调用:glm(公式=输出\事实~var,族=二项式)
#>
#>系数:
#>(拦截)不太可能
#> -1.099 2.197
#>
#>自由度:共199个(即零);198剩余
#>零偏差:277.3
#>剩余偏差:224.9 AIC:228.9
(注意,截距和系数有翻转符号)
由(v0.3.0)于2020年6月21日创建,测试结果良好。如果您需要文档,它位于
?二项式(与?系列)中:
对于“二项式”和“拟二项式”族,响应可以
可通过以下三种方式之一指定:
作为一个因素:“成功”被解释为不是一个因素
具有第一层次(因此通常具有第一层次)
第二级)
作为值介于“0”和“1”之间的数值向量,
解释为成功案例的比例(与
“权重”给出的案例总数
作为两列整数矩阵:第一列给出
成功的次数和失败的次数
它没有明确说明在逻辑(TRUE
/FALSE
)情况下会发生什么;为此,您必须知道,当强制逻辑值为数值时,FALSE
→ 0和TRUE
→ 一,