如何用R语言做逻辑回归模型

Python035

如何用R语言做逻辑回归模型,第1张

逻辑回归是回归模型,其中响应变量(因变量)具有明确的值,如:True/False或0/1。 它实际测量二元响应作为响应变量,是基于与预测变量有关它的数学方程的值的概率。

逻辑回归一般的数学公式是:

y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))

以下是所使用的参数的说明:

y 是响应变量。

x 是预测变量。

a 和 b 是数字常量系数。

用于创建回归模型的功能是 glm()函数。

Logistic回归在做风险评估时,一般采用二值逻辑斯蒂回归(Binary Logistic Regression)。以滑坡灾害风险评估为例。1、滑坡发生与否分别用0和1表示(1表示风险发生,0表示风险未发生);2、确定影响滑坡风险的影响因子,这个根据区域具体情况而定,一般包括:地层岩性、植被、降水、地貌、断层、人类活动等等。如果是其他风险的话也根据具体情况而定(咨询专家就可以知道)。3、构建回归分析的样本。Logistic回归也是统计学里面的内容,所以必须得构建统计分析的样本。以构建滑坡风险统计分析的样本为例,先找出滑坡发生的地区,同时计算滑坡发生地区的各个影响因子的指标值。再选择滑坡未发生的地区,同时计算滑坡未发生地区各个影响因子的指标值。这样,就构建了统计样本,自变量为各个影响因子的指标值,应变量为0和1,。把样本导入SPSS里面进行分析,就可以构建自变量和因变量之间的非线性关系模型,然后用这个模型继续求解其他区域滑坡风险的概率值。

希望我的答案对你能有帮助!

1、首先在R语言中,定义一个变量m,并使用函数c()进行对变量m赋值,使用的是“->”,如下图所示。

2、可以不使用函数,直接使用“->”进行赋值,如下图所示。

3、也可以倒过来赋值,将变量放在函数后面,还是使用“->”赋值,如下图所示。

4、然后使用assign对变量进行赋值,前面参数是被赋值的变量,后面是需要的对象,如下图所示。

5、最后定义一个变量w,使用函数c()进行赋值;定义一个变量c,取w变量的倒数,如下图所示就完成了。