逻辑回归

Question

我是统计学和R的新手。 在我的数据集中，目标变量是航班状态，以预测航班是否会延迟或准时起飞。 因此，它具有两个响应变量值-Delayed和on-time。 因此，为了使用R构造逻辑回归模型，我们是否必须首先将目标变量重新编码为0和1？ 我的意思是，它的延迟时间必须为0，延迟时间为1。 还是可以将目标变量作为因子？

请原谅我的基本问题。

Answer 1

data(iris)

Binary dependent variable:
iris$Species_binary <- ifelse(iris$Species=="setosa", "no", "yes")

它是否起作用？

glm(as.factor(iris$Species_binary)~iris$Sepal.Length, family="binomial")

是的，它确实。

 Call: glm(formula = as.factor(iris$Species_binary) ~ iris$Sepal.Length, family = "binomial") Coefficients: (Intercept) iris$Sepal.Length -27.829 5.176 Degrees of Freedom: 149 Total (ie Null); 148 Residual Null Deviance: 191 Residual Deviance: 71.84 AIC: 75.84 

它可以用作逻辑（布尔）变量吗？

glm(I(iris$Species_binary=="yes")~iris$Sepal.Length, family="binomial")

 Call: glm(formula = I(iris$Species_binary == "yes") ~ iris$Sepal.Length, family = "binomial") Coefficients: (Intercept) iris$Sepal.Length -27.829 5.176 Degrees of Freedom: 149 Total (ie Null); 148 Residual Null Deviance: 191 Residual Deviance: 71.84 AIC: 75.84 

是的，会的。 当然，数值变量也可以。

大多数其他用于logit的软件包/功能也是如此，但是某些行为可能会有所不同。 请注意，逻辑链接是二项式族的默认链接，这就是为什么我不必指定它的原因。

但是，如果这样做，请确保您知道该因素的哪个水平被视为正水平！ 否则，您对结果的解释将是落后的。