R中的迴歸總結

我一直在使用glm函數進行迴歸分析，它對我很好。不過，我想知道，我想要回歸的一些東西涉及大量的迴歸因素。我有兩個主要問題：R中的迴歸總結

是否有可能爲迴歸者提供文本向量？
summary(glm)的p值部分可以根本排序嗎？優選地通過每個迴歸器的p值。

Ex。

A # sample data frame 
names(A) 
[1] Dog Cat Human Limbs Tail Height Weight Teeth.Count 
a = names(A)[4:7] 
glm(Dog ~ a, data = A, family = "binomial")

來源

2013-07-05 riders994

您可以指定所有剩餘的列在矩陣中使用類似於'glm（A $ Dog〜。，data = A [，4：7]）'的矩陣。 – Thomas

您希望通過p值排序輸出提示您在統計上的誤解。但是，像R中的任何東西一樣，它可以完成。 – Roland

我是一名數學家，而不是統計學家，但是不是p值表示結果是隨機的概率的指示嗎？因此，迴歸的力量是相關的p值？ – riders994

對於第一個問題，請參閱as.formula。基本上要做到以下幾點：

x <- names(A)[4:7] 
regressors <- paste(x,collapse=" + ") 
form <- as.formula(c("Dog ~ ",regressors)) 
glm(form, data = A, family = "binomial")

如果你想在你的模型的互動方面，你需要使用不同的參數collapse=使結構更復雜一些。該參數指定將哪些符號放置在矢量的元素之間。例如，如果您在上面的代碼中指定了"*"，那麼您將擁有一個包含所有可能交互的飽和模型。如果您只需要一些交互，但不是全部，則需要首先創建包含所有交互的公式部分（使用「*」作爲摺疊參數），然後將其餘項添加到單獨的粘貼函數中（使用「+」「作爲崩潰的論據）。總而言之，您要創建一個與公式相同的字符串，然後將其轉換爲公式類。

對於第二個問題，您需要將摘要的輸出轉換爲可以排序的數據結構。例如，一個數據框。比方說，你的GLM模型的名稱是model：

library(plyr) 
coef <- summary(model)[12] 
coef.sort <- as.data.frame(coef) 
names(coef.sort) <- c("Estimate","SE","Tval","Pval") 
arrange(coef.sort,Pval)

指定的arrange()結果到varable，並用它繼續，只要你喜歡。

來源

2013-07-05 07:53:14

的示例數據幀：

set.seed(42) 
A <- data.frame(Dog = sample(0:1, 100, TRUE), b = rnorm(100), c = rnorm(100)) 
a <- names(A)[2:3]

首先，可以使用字符向量a創建模型公式與reformulate：

glm(Dog ~ a, data = A, family = "binomial") 

form <- reformulate(a, "Dog") 
# Dog ~ b + c 

model <- glm(form, data = A, family = "binomial")

其次，這是對模型進行排序的方式由p值彙總：

modcoef <- summary(model)[["coefficients"]] 

modcoef[order(modcoef[ , 4]), ]   

#    Estimate Std. Error z value Pr(>|z|) 
# b   0.23902684 0.2212345 1.0804232 0.2799538 
# (Intercept) 0.20855908 0.2025642 1.0295951 0.3032001 
# c   -0.09287769 0.2191231 -0.4238608 0.6716673

來源

2013-07-05 07:59:29

R中的迴歸總結

回答

相關問題