今天的內(nèi)容主要來(lái)自參考書(shū)《R語(yǔ)言實(shí)戰(zhàn)》第二版第十三章第二小節(jié)的內(nèi)容
Logistic回歸的應(yīng)用場(chǎng)景
當(dāng)因變量為二值型結(jié)果變量贺嫂，自變量包括連續(xù)型和類(lèi)別型的數(shù)據(jù)時(shí)，Logistic回歸是一個(gè)非常常用的工具怔球。比如今天的例子中用到的婚外情數(shù)據(jù) “Fair's Affairs”敛纲。因變量是時(shí)候有過(guò)婚外情，自變量有8個(gè)荐类，分別是
- 性別
- 年齡
- 婚齡
- 是否有小孩
- 宗教信仰程度 （5分制，1表示反對(duì)蹂随，5表示非常信仰）
- 學(xué)歷
- 職業(yè) （逆向編號(hào)的戈登7種分類(lèi)）這個(gè)是啥意思十嘿？）
- 對(duì)婚姻的自我評(píng)分
因變量y是出軌次數(shù)，我們將其轉(zhuǎn)換成二值型岳锁，出軌次數(shù)大于等于1賦值為1绩衷，相反復(fù)制為0
下面開(kāi)始實(shí)際操作
這個(gè)數(shù)據(jù)集來(lái)自R語(yǔ)言包AER，如果要用這個(gè)數(shù)據(jù)集需要先安裝這個(gè)包
install.packages("AER")
然后使用data()函數(shù)獲取這個(gè)數(shù)據(jù)集
data(Affairs,package = "AER")
然后就可以在環(huán)境的窗口里看到如下
這個(gè)數(shù)據(jù)集總共有601個(gè)觀察值激率，總共9個(gè)變量
接下來(lái)是將變量y出軌次數(shù)咳燕，轉(zhuǎn)換成二值型
df<-Affairs
df$ynaffairs<-ifelse(df$affairs>0,1,0)
table(df$ynaffairs)
df$ynaffairs<-factor(df$ynaffairs,
levels = c(0,1),
labels = c("No","Yes"))table
table(df$ynaffairs)
接下來(lái)是擬合模型
擬合模型用到的是glm()函數(shù)
fit.full<-glm(ynaffairs~gender+age+yearsmarried+
children+religiousness+education+occupation+rating,
data=df,family = binomial())
通過(guò)summary()函數(shù)查看擬合結(jié)果
summary(fit.full)
根據(jù)回歸系數(shù)的P值可以看到 性別、是否有孩子乒躺、學(xué)歷招盲、職業(yè)對(duì)方程的貢獻(xiàn)都不顯著。去除這些變量重新擬合模型
fit.reduced<-glm(ynaffairs~age+yearsmarried+
religiousness+rating,
data=df,family = binomial())
接下來(lái)是使用anova()函數(shù)對(duì)它們進(jìn)行比較聪蘸，對(duì)于廣義線性回歸，可用卡方檢驗(yàn)
anova(fit.full,fit.reduced,test = "Chisq")
可以看到結(jié)果中p值等于0.2108大于0.05表制，表明四個(gè)變量和9個(gè)變量的模型你和程度沒(méi)有差別
接下來(lái)是評(píng)價(jià)變量對(duì)結(jié)果概率的影響
構(gòu)造一個(gè)測(cè)試集
testdata<-data.frame(rating=c(1,2,3,4,5),
age=mean(df$age),
yearsmarried=mean(df$yearsmarried),
religiousness=mean(df$religiousness)
預(yù)測(cè)概率
testdata$prob<-predict(fit.reduced,newdata = testdata,
type = "response")
簡(jiǎn)單的柱形圖對(duì)結(jié)果進(jìn)行展示
library(ggplot2)
ggplot(testdata,aes(x=rating,y=prob))+
geom_col(aes(fill=factor(rating)),show.legend = F)+
geom_label(aes(label=round(prob,2)))+
theme_bw()
從這些結(jié)果可以看到健爬，當(dāng)婚姻評(píng)分從1（很不幸福）變?yōu)?（非常幸福）時(shí)，婚外情概率從0.53降低到了0.15么介。模型的預(yù)測(cè)結(jié)果和我們的經(jīng)驗(yàn)還挺符合的
好了今天的內(nèi)容就介紹到這里
歡迎大家關(guān)注我的公眾號(hào)
小明的數(shù)據(jù)分析筆記本
