R語言邏輯迴歸
邏輯迴歸是一種迴歸模型，其響應變量(因變量)具有分類值，如True/False或0/1。 它實際上是根據與預測變量相關的數學方程，來衡量二進制響應的概率作爲響應變量的值。
邏輯迴歸的一般數學方程爲 -
y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))以下是使用的參數的描述 -
- y - 是響應變量。
- x - 是預測變量。
- a 和 b 是數字常數的係數。
用於創建迴歸模型的函數是glm()函數。
語法
用於計算邏輯迴歸的glm()函數的基本語法是 -
glm(formula,data,family)以下是使用的參數的描述 -
- formula - 是呈現變量之間關係的符號。
- data - 是給出這些變量值的數據集。
- family - 是R對象來指定模型的概述，對於邏輯迴歸，它的值是二項式。
示例
內置數據集「mtcars」描述了具有各種發動機規格的汽車的不同型號。在「mtcars」數據集中，傳輸模式(自動或手動)由列am(其爲二進制值(0或1))描述。我們可以在「am」列和另外3列 - hp，wt和cyl之間創建邏輯迴歸模型。參考以上示例代碼 -
# Select some columns form mtcars.
input <- mtcars[,c("am","cyl","hp","wt")]
print(head(input))當我們執行上述代碼時，會產生以下結果 -
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創建迴歸模型
我們可使用glm()函數來創建迴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))當我們執行上述代碼時，會產生以下結果 -
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總結：
對於變量「cyl」和「hp」，最後一列的p值大於0.05，可認爲它們對變量「am」的值有微不足道的作用。這個迴歸模型中只有體重(wt)纔會影響「am」值。