课程表

R语言 基础教程

R语言 图表

R语言 数据接口

R语言 统计示例

工具箱
速查手册

R语言 逻辑回归

当前位置:免费教程 » 程序设计 » R语言

逻辑回归是回归模型,其中响应变量(因变量)具有诸如True / False或0/1的分类值。 它实际上基于将其与预测变量相关的数学方程测量二元响应的概率作为响应变量的值。

逻辑回归的一般数学方程为 -

  1. y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))

以下是所使用的参数的描述 - 

  • y是响应变量。

  • x是预测变量。

  • ab是作为数字常数的系数。

用于创建回归模型的函数是glm()函数。

语法

逻辑回归中glm()函数的基本语法是 -

  1. glm(formula,data,family)

以下是所使用的参数的描述 - 

  • formula是表示变量之间的关系的符号。

  • data是给出这些变量的值的数据集。

  • family是R语言对象来指定模型的细节。 它的值是二项逻辑回归。

内置数据集“mtcars”描述具有各种发动机规格的汽车的不同型号。 在“mtcars”数据集中,传输模式(自动或手动)由am列描述,它是一个二进制值(0或1)。 我们可以在列“am”和其他3列(hp,wt和cyl)之间创建逻辑回归模型。

  1. # Select some columns form mtcars.
  2. input <- mtcars[,c("am","cyl","hp","wt")]
  3.  
  4. print(head(input))

当我们执行上面的代码,它产生以下结果 -

  1. am cyl hp wt
  2. Mazda RX4 1 6 110 2.620
  3. Mazda RX4 Wag 1 6 110 2.875
  4. Datsun 710 1 4 93 2.320
  5. Hornet 4 Drive 0 6 110 3.215
  6. Hornet Sportabout 0 8 175 3.440
  7. Valiant 0 6 105 3.460

创建回归模型

我们使用glm()函数创建回归模型,并得到其摘要进行分析。

  1. input <- mtcars[,c("am","cyl","hp","wt")]
  2.  
  3. am.data = glm(formula = am ~ cyl + hp + wt, data = input, family = binomial)
  4.  
  5. print(summary(am.data))

当我们执行上面的代码,它产生以下结果 -

  1. Call:
  2. glm(formula = am ~ cyl + hp + wt, family = binomial, data = input)
  3.  
  4. Deviance Residuals:
  5. Min 1Q Median 3Q Max
  6. -2.17272 -0.14907 -0.01464 0.14116 1.27641
  7.  
  8. Coefficients:
  9. Estimate Std. Error z value Pr(>|z|)
  10. (Intercept) 19.70288 8.11637 2.428 0.0152 *
  11. cyl 0.48760 1.07162 0.455 0.6491
  12. hp 0.03259 0.01886 1.728 0.0840 .
  13. wt -9.14947 4.15332 -2.203 0.0276 *
  14. ---
  15. Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 1
  16.  
  17. (Dispersion parameter for binomial family taken to be 1)
  18.  
  19. Null deviance: 43.2297 on 31 degrees of freedom
  20. Residual deviance: 9.8415 on 28 degrees of freedom
  21. AIC: 17.841
  22.  
  23. Number of Fisher Scoring iterations: 8

结论

在总结中,对于变量“cyl”和“hp”,最后一列中的p值大于0.05,我们认为它们对变量“am”的值有贡献是无关紧要的。 只有重量(wt)影响该回归模型中的“am”值。

转载本站内容时,请务必注明来自W3xue,违者必究。
 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号