邏輯回歸分析 (Logistic Regression)

套路45: 邏輯回歸分析 (Logistic Regression)

1. 使用時機: 以多變數(自變數)預測判斷依變數與自變數之間相關的方向(趨勢)和程度。
2. 分析類型: 多變量統計分析(Multivariate Statistical Analysis)
3. 範例資料: R內建資料mtcars為例
  head(mtcars)  # head函數列出mtcars前幾筆資料結果如下

                      mpg cyl disp  hp drat    wt  qsec vs am gear carb
   Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
   Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
   Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
   Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
   Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
   Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

  # 注意邏輯迴歸分析的依變數只能是01二元變量,例如mtcarsvsam

4. 使用R計算邏輯迴歸分析方法一:
第一步: glm計算回歸結果放入變數L_reg
  L_reg <- glm(formula = vs ~ mpg + cyl + disp + hp + drat + wt + qsec + gear + carb, data = mtcars, family = binomial)
第二步: 使用基本模組(base)函數summary代入變數L_reg顯示結果
  summary(L_reg)
第三步: 判讀結果
   Call:
   glm(formula = vs ~ mpg + cyl + disp + hp + drat + wt + qsec +
       gear + carb, family = binomial, data = mtcars)

   Deviance Residuals:
          Min          1Q      Median          3Q         Max 
   -1.213e-05  -2.110e-08  -2.110e-08   2.110e-08   1.597e-05 

   Coefficients:
                 Estimate Std. Error z value Pr(>|z|)
   (Intercept) -7.678e+02  3.745e+06       0        1
   mpg          5.129e+00  7.870e+04       0        1
   cyl         -1.009e+01  1.378e+05       0        1
   disp        -1.227e-01  1.036e+04       0        1
   hp           3.940e-01  8.098e+03       0        1
   drat        -1.611e+01  3.484e+05       0        1
   wt           8.632e+00  8.681e+05       0        1
   qsec         3.704e+01  2.977e+05       0        1
   gear         8.156e+00  5.505e+05       0        1
   carb         1.196e+01  2.033e+05       0        1

   (Dispersion parameter for binomial family taken to be 1)

       Null deviance: 4.386e+01  on 31  degrees of freedom
   Residual deviance: 9.265e-10  on 22  degrees of freedom
   AIC: 20

   Number of Fisher Scoring iterations: 25
  # 找不到好的模型

5. 使用R計算邏輯迴歸分析方法二:
第一步: mtcars挑一部份資料產生新資料集結果放入變數s_mtcars
  s_mtcars <- mtcars[,c("am","cyl","hp","wt","mpg")]
第二步: 安裝MASSmagrittr程式套件
第三步: 呼叫MASSmagrittr程式套件
  library(magrittr)
  library(MASS)
第三步: glm計算回歸的full model (含全部變數)結果放入變數full_model
  full_model <- glm(formula = am ~ ., data = mtcars, family = binomial)
第四步: 使用基本模組(base)函數summary代入變數full_model顯示結果
  summary(full_model)
第五步: 判讀結果
   Call:
   glm(formula = am ~ ., family = binomial, data = s_mtcars)

   Deviance Residuals:
        Min        1Q    Median        3Q       Max 
   -1.71610  -0.03708  -0.00170   0.00092   1.47854 

   Coefficients:
               Estimate Std. Error z value Pr(>|z|) 
   (Intercept) -37.0580    66.4149  -0.558    0.577 
   cyl           1.1824     1.4395   0.821    0.411 
   hp            0.1005     0.1138   0.883    0.377 
   wt           -9.1639     5.3373  -1.717    0.086 .
   mpg           2.1574     2.8385   0.760    0.447 
   ---
   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:  7.8182  on 27  degrees of freedom
   AIC: 17.818

   Number of Fisher Scoring iterations: 11
第六步: stepAIC挑選自變數結果放入變數step_model
  step_model <- full_model %>% stepAIC(trace = FALSE)
第七步: 使用基本模組(base)函數summary代入變數step_model顯示結果
  summary(step_model)
第八步: 判讀結果
   Call:
   glm(formula = am ~ hp + wt, family = binomial, data = s_mtcars)

   Deviance Residuals:
       Min       1Q   Median       3Q      Max 
   -2.2537  -0.1568  -0.0168   0.1543   1.3449 

   Coefficients:
               Estimate Std. Error z value Pr(>|z|)  
   (Intercept) 18.86630    7.44356   2.535  0.01126 *
   hp           0.03626    0.01773   2.044  0.04091 *
   wt          -8.08348    3.06868  -2.634  0.00843 **
   ---
   Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

   (Dispersion parameter for binomial family taken to be 1)

       Null deviance: 43.230  on 31  degrees of freedom
   Residual deviance: 10.059  on 29  degrees of freedom
   AIC: 16.059

   Number of Fisher Scoring iterations: 8

  # 最後挑出來的model:  am = 0.03626hp – 8.08348wt + 18.86630

來勁了嗎? 想知道更多?? 補充資料(連結):
2. R Tutorial: Logistic regression in R (https://www.tutorialspoint.com/r/r_logistic_regression.htm)
3. 關於R基礎R繪圖及統計快速入門:
   b. Cookbook for R: http://www.cookbook-r.com/
   d. Statistical tools for high-throughput data analysis (STHDA): http://www.sthda.com/english/
e. The Handbook of Biological Statistics: http://www.biostathandbook.com/
f. An R Companion for the Handbook of Biological Statistics: http://rcompanion.org/rcompanion/index.html
4. Zar, JH. 2010. Biostatistical Analysis, Fifth Edition, Pearson.

留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

如何選擇統計方法 1

單因子多樣本中位數差異檢定 (Kruskal-Wallis test)