我正在運行使用R的邏輯迴歸,但我似乎無法獲得許多有用的模型擬合統計。我在尋找類似的SASS指標:Logistic迴歸使用R
http://www.ats.ucla.edu/stat/sas/output/sas_logit_output.htm
有誰知道如何(或什麼包),我可以用它來提取這些統計數據?
感謝
我正在運行使用R的邏輯迴歸,但我似乎無法獲得許多有用的模型擬合統計。我在尋找類似的SASS指標:Logistic迴歸使用R
http://www.ats.ucla.edu/stat/sas/output/sas_logit_output.htm
有誰知道如何(或什麼包),我可以用它來提取這些統計數據?
感謝
這裏的泊松迴歸例子http://www.ats.ucla.edu/stat/r/dae/default.htm, :
## from ?glm:
d.AD <- data.frame(counts=c(18,17,15,20,10,20,25,13,12),
outcome=gl(3,1,9),
treatment=gl(3,3))
glm.D93 <- glm(counts ~ outcome + treatment,data = d.AD, family=poisson())
現在定義的函數具有相同的響應,家庭等,計算彙總統計,以適應一個僅截距的模型,並把它們組合成一個表(矩陣)。 update
命令中的公式.~1
意味着「用相同的響應變量[用波浪號的LHS上的點表示]改裝模型,但僅具有截距項[由波浪號的RHS上的1
表示]」
glmsumfun <- function(model) {
glm0 <- update(model,.~1) ## refit with intercept only
## apply built-in logLik (log-likelihood), AIC,
## BIC (Bayesian/Schwarz Information Criterion) functions
## to models with and without intercept ('model' and 'glm0');
## combine the results in a two-column matrix with appropriate
## row and column names
matrix(c(logLik(glm.D93),BIC(glm.D93),AIC(glm.D93),
logLik(glm0),BIC(glm0),AIC(glm0)),ncol=2,
dimnames=list(c("logLik","SC","AIC"),c("full","intercept_only")))
}
現在應用功能:
glmsumfun(glm.D93)
結果:
full intercept_only
logLik -23.38066 -26.10681
SC 57.74744 54.41085
AIC 56.76132 54.21362
EDIT:
anova(glm.D93,test="Chisq")
給出順序分析偏差表中的含DF,偏差(= -2對數似然),殘留的DF,殘餘偏差,並且似然比檢驗(卡方檢驗)- 值爲。drop1(glm.D93)
給出了每個單項刪除的AIC值(df,deviances等)表; drop1(glm.D93,test="Chisq")
另外給出了LRT測試p的值。你能解釋一下這裏發生了什麼,我對R有點新鮮 – josephmisiti
在rms
包使用lrm
功能可以給你,你正在尋找的輸出。
當然glm
與家庭=「二項」參數是邏輯迴歸最常用的函數。對比因素的默認處理方式不同。 R使用治療對比,SAS(我認爲)使用總和對比。你可以在R-help上看到這些技術問題。在過去的十多年裏,他們已經討論了很多次。
我看到Greg Snow在'rms'中提到了lrm
。它的優勢在於「rms」方法套件中的其他一些功能。我也會使用它,但學習rms包可能需要一些額外的時間。我沒有看到可以創建類似SAS的輸出的選項。
如果你想包比對UCLA StatComputing頁面有其他資源類似的問題:那裏有大量的方法,SPSS,SAS,塔塔和R.
例舉其實,SAS也使用治療的對比;區別在於它將LAST級別作爲參考級別,而不是第一級別。你可以通過'options(對比= c(「control.SAS」,「contr.poly」))'在R中得到類似SAS的行爲。 –
@洪Doi。感謝您糾正錯誤。 SPSS是否使用總和對比? –
請注意,還有http://stats.stackexchange。com/ – NPE
不完全重複,我猜,但絕對相關和相關:http://stackoverflow.com/questions/3439248/logistic-regression-in-r-sas-like-output – joran
鏈接中的所有這些統計數據可用這種或那種方式...你到底在找什麼?此外,R有多種迴歸方式,它們取決於數據如何格式化,以便擴展您的問題與您正在查找的內容,數據樣本,甚至是您現在如何進行分析,將提供你有更好的答案你的問題。 – John