R逻辑回归

-1

我很新的统计和R。在我的数据集中，目标变量是航班状态，以预测航班是否可能延误或可能准点。因此，它有两个响应变量值 - 延迟和准时。因此，为了构建使用R的逻辑回归模型，我们是否必须首先将目标变量重新编码为0和1？我的意思是它需要为0-延迟和1为Ontime。还是我可以将目标变量保持为因子？R逻辑回归

请原谅我的基本问题。

来源

2017-08-17 lak3567bo

谢谢你的回应。在这些项目的解决方案之一中，我看到它在进一步继续之前转换为数字？但是，有没有推荐的方式，或者你认为大多数人会遵循什么样的标准？我正在学习R和统计数据，并且对最佳实践感兴趣。 – lak3567bo

底线，只要您的变量具有正确的类别（例如'factor'），就不需要重新编码。 –

data(iris) 

Binary dependent variable: 
iris$Species_binary <- ifelse(iris$Species=="setosa", "no", "yes")

它是否是一个因素？

glm(as.factor(iris$Species_binary)~iris$Sepal.Length, family="binomial")

是的，它的确如此。

Call: glm(formula = as.factor(iris$Species_binary) ~ iris$Sepal.Length, 
    family = "binomial") 

Coefficients: 
     (Intercept) iris$Sepal.Length 
      -27.829    5.176 

Degrees of Freedom: 149 Total (i.e. Null); 148 Residual 
Null Deviance:  191 
Residual Deviance: 71.84 AIC: 75.84

难道作为一个逻辑（布尔）变量工作？

glm(I(iris$Species_binary=="yes")~iris$Sepal.Length, family="binomial")

Call: glm(formula = I(iris$Species_binary == "yes") ~ iris$Sepal.Length, 
    family = "binomial") 

Coefficients: 
     (Intercept) iris$Sepal.Length 
      -27.829    5.176 

Degrees of Freedom: 149 Total (i.e. Null); 148 Residual 
Null Deviance:  191 
Residual Deviance: 71.84 AIC: 75.84

是的，它会。当然，一个数值变量也可以工作。

对于logit的大多数其他软件包/函数，情况也是如此，但有些可能会有不同的表现。请注意，逻辑链接是二项系列的默认值，这就是为什么我不必指定它。

尽管如此，请确保您知道哪个级别的因素被计为正级别！否则你对结果的解释将会倒退。

来源

2017-08-17 18:59:19

@ lak3567bo不客气。大多数人会将其转换为数字，以便他们能够确定地知道，意图成为积极水平的因素水平正在被视为如此。既然选择存在这样做的其他方式，没有通用的标准做法，但在有标准的环境中（如课程或某些期刊等），标准可能会首先将其转换为数字。如果你希望你可以点击我的答案，让未来的读者知道这是答案。 :) –

公式接口的使用可能会更好。我明白这可能是为了演示的目的，但不需要教初学者一些会让他们陷入困境的东西。 'mdl < - glm（as.factor（iris $ Species_binary）〜iris $ Sepal.Length，family =“binomial”）; 预测（mdl，newdata = iris [1：5，]）; iris $ Species_binary < - as.factor（iris $ Species_binary）; mdl2 < - glm（Species_binary〜Sepal.Length，family = binomial，data = iris）; 预测（mdl2，newdata = iris [1：5，]）' –

回答

相关问题