1
我想估计一个回归模型,其中因变量是一个虚拟的(编码为0/1),并且我有五个或六个有序的独立变量(我将虚拟出来)以及一堆其他的东西。任何人都可以推荐一个可以用最少的大惊小怪或者处理有序的RHS变量来完成破译的程序包吗?谢谢用于估计具有序自变量的概率的R包?
我想估计一个回归模型,其中因变量是一个虚拟的(编码为0/1),并且我有五个或六个有序的独立变量(我将虚拟出来)以及一堆其他的东西。任何人都可以推荐一个可以用最少的大惊小怪或者处理有序的RHS变量来完成破译的程序包吗?谢谢用于估计具有序自变量的概率的R包?
您可以使用内置的glm
函数完成所有工作,并在您公式中的变量周围使用factor
作为虚拟变量。
例子:
R> y <- rbinom(100, 1, .5)
R> x1 <- sample(1:5, 100, replace = TRUE)
R> x2 <- sample(1:5, 100, replace = TRUE)
R> m1 <- glm(y ~ factor(x1) + factor(x2), family = binomial(link = "probit"))
R> m1
Call: glm(formula = y ~ factor(x1) + factor(x2), family = binomial(link = "probit"))
Coefficients:
(Intercept) factor(x1)2 factor(x1)3 factor(x1)4 factor(x1)5 factor(x2)2
0.335 -0.729 -0.670 -0.639 -0.740 0.327
factor(x2)3 factor(x2)4 factor(x2)5
-0.106 0.624 0.483
Degrees of Freedom: 99 Total (i.e. Null); 91 Residual
Null Deviance: 138
Residual Deviance: 129 AIC: 147
您可能还需要看一看在dummies
包。