R软件在Logistic回归模型中应用.docVIP

R软件在Logistic回归模型中应用 　　摘要：本文主要通过R软件对定性数据分析中的Logistic回归模型进行模型建立及预测拟合。 　　关键词：Logistic回归模型；R软件：预测拟合 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）15-0269-02 　　logistic回归又称logistic回归分析，主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，建立起该疾病发生概率与危险因素之间的函数关系，从而根据危险因素预测某疾病发生的概率等等。例如欲探讨心血管病发生的危险因素，可以先找几个可能的影响因素逐一进行分析，也就是一元的Logistic回归，也可以几个因素一起分析，就要建立多元Logistic回归模型。 　　R软件是统计领域广泛使用的，随着云时代的来临，大数据技术的发展，对于数据分析，数据挖掘以及数据可视化等的应用，R软件由于其免费、自由、开源以及有众多包的支持，R程序可以简洁明了的解决很多问题，因此R软件的应用越来越广泛，也被越来越多的人接受和使用。本文主要通过使用R软件对一元Logistic回归模型的问题进行求解和说明。 　　1 Logistic回归模型 　　一般有以下形式的数学函数：[π（x）=exp（α+βx）1+exp（α+βx）]称作logistic回归函数。 　　把以上函数线性化可以得到：[lnπ（x）1-π（x）=α+βx] 　　我们这里讨论的[π（x）]是患某种疾病的概率，记为p，人们通常把p的某个函数f（p）假设为变量的函数形式，取[f（p）=lnπ（x）1-π（x）=lnp1-p]，称之为logit函数，也叫逻辑斯蒂变换。最重要的逻辑斯蒂回归模型是logistic线性回归模型，多元logit模型的形式为：[lnp1-p=β0+β1x1+…+βkxk]，其中[β0，β1，…，βk] 是待估参数。最简单的logit线性模型为：[lnp1-p=α+βx]，此时的概率应为：[p=eα+βx1+eα+βx] 　　2 Logistic回归模型在R软件中的实现 　　例1体质指数BMI大于等于25为肥胖，某高校3983位体检职工中有388位肥胖者，肥胖者患心血管病的体检数据见表1： 　　问可否建立患心血管病的概率p与体质指数BMI（设为x）间的函数关系 [p=π（x）]？ 　　我们可以先做列联表的独立性检验，即检验体质指数与是否患心血管病是否相互独立，检验的R程序如下： 　　library（vcd） 　　x-c（68，55，66，32，21，25，42，38，20，10，7，4） 　　dim（x）-c（6，2） 　　assocstats（x） 　　程序运行结果如下： 　　X^2 df P（ X^2） 　　Likelihood Ratio 15.330 50.0090411 　　Pearson 14.737 5 0.0115481 　　Phi-Coefficient ： NA 　　Contingency Coeff.： 0.191 　　Cramers V ： 0.195 　　结果的p值小于0.05，因此认为体质指数与是否患心血管病是不相互独立的，也即体质指数与是否患心血管病是有关联的。 　　接下来做logit模型及预测，R程序如下： 　　x-rep（c（25，26，27，28，29，30，25，26，27，28，29，30），c（68，55，66，32，21，25，42，38，20，10，7，4）） 　　y-rep（c（1，0），c（267，121）） 　　Discount-data.frame（x，y） 　　log.glm-glm（y～x，family=binomial，data=Discount） 　　summary（log.glm） 　　#预测拟合 　　pre-predict（log.glm，data.frame（x=25：30）） 　　p-exp（pre）/（1+exp（pre））；p 　　回归结果如下： 　　Call： 　　glm（formula = y ～ x， family = binomial， data = Discount） 　　Deviance Residuals： 　　Min 1Q Median 3Q Max 　　-1.9229 -1.3480 0.7373 0.9167 1.0159 　　Coefficients： 　　Estimate Std. Error z value Pr（|z|） 　　（Intercept） -6.03235 2.08929 -2.887 0.00389 ** 　　x 0.25700 0.07893 3.256 0.00