r语言做二分类logistic回归分析

最新推荐文章于 2025-06-22 18:25:55 发布

原创

最新推荐文章于 2025-06-22 18:25:55 发布 · 4.2w 阅读

257 ·

CC 4.0 BY-SA版权

文章标签：

#r语言 #logistic回归分析 #二分类 #预测 #拟合

本文档详细介绍了如何使用R语言进行二分类Logistic回归分析，包括读取数据、建立模型、逐步回归、模型解读、模型评价及分类表的创建。通过`glm`函数构建Logistic模型，并利用相关统计量如决定系数、Cox-Snell和Nagelkerke R²评估模型性能，同时进行了残差和异常值分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#第1步：读入数据
setwd("C:/Users/IBM/Desktop/logsistic建模/3.2建模")#设定当前的工作目录，重要！
safe<-read.csv("model2.csv",header=T)
str(safe) #看表头
colnames(safe)#看列名
attach(safe)
cor(safe) #变量间相关系数阵

#第2步：使用glm函数计算.
glm.safe<-glm(is_run~reg_age+reg_life+heart_num+max_period
+min_period+median25_period+median50_period+median75_period
+lost_num_m30+avg_income_fund+avg_amt_fund+avg_nums_fund
+avg_amt_p2p+avg_nums_p2p+log_num+avg_income_p2p
,data=safe,family=binomial)#logistic模型
summary(glm.safe)

#第3步：逐步回归
glm.safe1<-step(glm.safe)
summary(glm.safe1)#逐步回归

#第4步：模型解读
coef(glm.safe1)#用以解释模型
exp(glm.safe1$coefficients) #解释Odds比与x的关系
exp(confint(glm.safe1)) #回归系数的置信区间
xp05<-0/glm.safe1$coefficients[]
xp05 #求使得pi为0.5的x
ratio05<-glm.safe1$coefficients[]*0.25
ratio05 #pi为0.5处的pi关于x的变化率

#第5步：模型评价
#5.1计算决定系数
R2cox<-1-exp((glm.safe1$deviance-