邏輯回歸是一種回歸模型，其響應變數(因變數)具有分類值，如true/false或0/1。 它實際上是根據與**變數相關的數學方程，來衡量二進位制響應的概率作為響應變數的值。
邏輯回歸的一般數學方程為 -
y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))用於建立回歸模型的函式是glm()函式。
用於計算邏輯回歸的glm()函式的基本語法是 -
glm(formula,data,family)內建資料集「mtcars」描述了具有各種發動機規格的汽車的不同型號。在「mtcars」資料集中，傳輸模式(自動或手動)由列am(其為二進位制值(0或1))描述。我們可以在「am」列和另外3列 -hp，wt和cyl之間建立邏輯回歸模型。參考以上示例** -
# select some columns form mtcars.
input <- mtcars[,c("am","cyl","hp","wt")]
print(head(input))
am cyl hp wt
mazda rx4 1 6 110 2.620
mazda rx4 wag 1 6 110 2.875
datsun 710 1 4 93 2.320
hornet 4 drive 0 6 110 3.215
hornet sportabout 0 8 175 3.440
valiant 0 6 105 3.460
我們可使用glm()函式來建立回歸模型並得到其摘要用於分析。
input <- mtcars[,c("am","cyl","hp","wt")]
am.data = glm(formula = am ~ cyl + hp + wt, data = input, family = binomial)
print(summary(am.data))
call:
glm(formula = am ~ cyl + hp + wt, family = binomial, data = input)
deviance residuals:
min 1q median 3q max
-2.17272 -0.14907 -0.01464 0.14116 1.27641
coefficients:
estimate std. error z value pr(>|z|)
(intercept) 19.70288 8.11637 2.428 0.0152 *
cyl 0.48760 1.07162 0.455 0.6491
hp 0.03259 0.01886 1.728 0.0840 .
wt -9.14947 4.15332 -2.203 0.0276 *
---signif. codes: 0 『***』 0.001 『**』 0.01 『*』 0.05 『.』 0.1 『 』 1
(dispersion parameter for binomial family taken to be 1)
null deviance: 43.2297 on 31 degrees of freedom
residual deviance: 9.8415 on 28 degrees of freedom
aic: 17.841
number of fisher scoring iterations: 8
對於變數「cyl」和「hp」，最後一列的p值大於0.05，可認為它們對變數「am」的值有微不足道的作用。這個回歸模型中只有體重(wt)才會影響「am」值。
R語言 邏輯回歸各統計量解讀
邏輯回歸是回歸模型，其中響應變數 因變數y 具有諸如true false或0 1的分類值。它實際上基於將其與 變數 自變數x 相關的數學方程測量二元響應的概率，作為響應變數的值。邏輯回歸的一般數學方程為 y 1 1 e a b1x1 b2x2 b3x3 以下是所使用的引數的描述 邏輯回歸中glm 函...
R語言線性回歸
線性回歸模型 線性回歸模型的計算 lm 可以完成多元線性回歸函式的估計，回歸系統與回歸方程的檢驗的工作 summary 函式，返回列表內容 x1表示體重，x2表示年齡，y表示對應體重與年齡下的血壓 blood data frame x1 c 76.0,91.5,85.5,82.5,79.0,80.5...
r語言 面板資料回歸 R語言 地理加權回歸分析
理論知識 地理加權回歸 geographically weighted regression,gwr 是一種空間分析技術，廣泛應用於地理學及涉及空間模式分析的相關學科。gwr通過建立空間範圍內每個點處的區域性回歸方程，來探索研究物件在某一尺度下的空間變化及相關驅動因素，並可用於對未來結果的 由於它考...