R进行Logistic回归学习笔记

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

SAS中Proc logisitc过程提供了很完善的logistic回归的分析功能，学习R中完成此过程只是想比较一下两个软件在完成此过程的差别。虽然有很多帖子介绍如何采用R完成logistic回归过程，但是都相对过于简单，对于以下常用细节很少涉及。

1、模型筛选方法
2、如何简单设定哑变量
3、针对分类变量，如何选取特定水平作为参考水平
4、如何简单输出OR值及置信区间
5、如何构建条件logistic回归过程
6、不同模型的预测效果比较

虽然之前有很多帖子比较SAS与R的差别，但是多是基于宏观层面的。通过比较实现某一具体过程的细微差别，估计更能体会两者的功能差异。

以下是自己学习的笔记，附有一些简单说明，供参考，希望对大家有帮助，也非常欢迎跟帖交流你在运用R进行Logistic回归时的学习心得：

1. library(stats)
   
2. help(infert)                     # Description of data
   
3. infert <- data.frame(infert)
   
4. str(infert)                      # Check type of variables
   
5. summary(infert)                  # Statistical summary
   
6. 
   
7. ## Model1 Develop a simple logistic regression:
   
8. 
   
9. model1 <- glm(case ~ spontaneous+induced, data = infert, family = binomial())
   
10. 
    
11. ## Model output
    
12. summary(model1)                    # Output summary information
    
13. confint(model1)                    # Output 95% CI for the coefficients
    
14. exp(coef(model1))                  # Output OR (exponentiated coefficients)
    
15. exp(confint(model1))               # 95% CI for exponentiated coefficients
    
16. predict(model1, type="risk")       # predicted values
    
17. residuals(model1, type="deviance") # residuals
    
18. 
    
19. ## Model2 Develop a logistic regression adjusted for other potential confounders:
    
20. model2 <- glm(case ~ age+parity+education+spontaneous+induced,data = infert,
    
21.               family = binomial())
    
22. summary(model2)
    
23. 
    
24. ## Model3 Develop a conditional logistic regression
    
25. 
    
26. library(survival)
    
27. model3 <- clogit(case ~ spontaneous+induced+strata(stratum), data = infert)
    
28. summary(model3)
    
29. 
    
30. ## Model4 Conditional logistic regression  
    
31. ## Transfer the numerous variable into category variable
    
32. model4 <- clogit(case ~ factor(spontaneous)+factor(induced)+strata(stratum),
    
33.                  data = infert)
    
34. summary(model4)
    
35. 
    
36. ## Model5 Conditional logistic regression
    
37. ## Conduct a subgroup analysis
    
38. ## "subset" is not aviable for "clogit"
    
39. ## create the subset first
    
40. 
    
41. str(infert$education)
    
42. 
    
43. infert1 <- subset(infert,education =="12+ yrs")
    
44. 
    
45. model5 <- clogit(case ~ factor(spontaneous)+ factor(induced)+ strata(stratum),
    
46.                  data = infert1)
    
47. summary(model5)
    
48. 
    
49. ## Model6 General logistic regression  
    
50. ## Change the reference category for category variable
    
51. ## Note: Argument "contrasts" not matched in clogit
    
52. 
    
53. infert$spontaneous <-
    
54.   as.factor(infert$spontaneous)
    
55. infert$induced <-
    
56.   as.factor(infert$induced)
    
57. 
    
58. infert$spontaneous <-
    
59.   relevel(infert$spontaneous, ref = "2")
    
60. infert$induced <-
    
61.   relevel(infert$induced, ref = "1")
    
62. 
    
63. model6 <- glm(case ~ spontaneous+induced,
    
64.               data = infert)
    
65. summary(model6)
    
66. 
    
67. 
    
68. ## Model7 General logistic regression
    
69. ## Performs stepwise model selection by AIC
    
70. ## Note: Model selection in R is based on AIC but not P value
    
71. model7 <- glm(case ~ spontaneous+induced+factor(education)+age+parity,data = infert)
    
72. summary(model7)
    
73. 
    
74. model8 <-step(model7)  ## Default direction is "backward"
    
75. summary(model8)
    
76. 
    
77. model9 <-step(model7,direction="both")
    
78. summary(model9)
    
79. 
    
80. ## Compare the AUC of two ROC curves
    
81. infert$pred6 <-predict(model6)
    
82. infert$pred8 <-predict(model8)
    
83. 
    
84. library("pROC")
    
85. 
    
86. rocobj1 <- plot.roc(infert$case,
    
87.                     infert$pred6,
    
88.                     percent=TRUE,ci=TRUE,col="#1c61b6")  
    
89. rocobj2 <- plot.roc(infert$case,
    
90.                     infert$pred8,
    
91.                     add=TRUE,percent=TRUE,ci=TRUE,col="#008600")  
    
92. testobj <- roc.test(rocobj1, rocobj2)  
    
93. text(50, 50, labels=paste("p-value =",
    
94.                           format.pval(testobj$p.value)), adj=c(0, .5))  
    
95. legend("bottomright", legend=c("Model5", "Model8"),
    
96.        col=c("#1c61b6", "#008600"),lwd=2,ncol=2)

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏46 回帖

关键词：logistic回归 logistic ogistic logisti logist 置信区间 模型 如何 软件

moonstone 发表于 2015-12-6 23:24
SAS中Proc logisitc过程提供了很完善的logistic回归的分析功能，学习R中完成此过程只是想比较一下两个软件在 ...

恩，谢谢分享

谢谢楼主分享

moonstone 发表于 2015-12-6 23:24
SAS中Proc logisitc过程提供了很完善的logistic回归的分析功能，学习R中完成此过程只是想比较一下两个软件在 ...

谢谢分享

还有其他资料吗

mark~~~~~~~~

1. rocobj1 <- plot.roc(infertcase,infertpred6,
   
2.                percent=TRUE,ci=TRUE,col="#1c61b6")

复制代码

请问这个infertcase是什么，报错了

xiaolovesfan 发表于 2015-12-7 13:17
请问这个infertcase是什么，报错了

这是论坛对R语言编码显示的问题造成的，应该是infert$case,中间的“$”显示不全

moonstone 发表于 2015-12-7 14:02
这是论坛对R语言编码显示的问题造成的，应该是infert$case,中间的“$”显示不全

还是没懂，infert和case的字体怎么不一样？

xiaolovesfan 发表于 2015-12-7 14:15
还是没懂，infert和case的字体怎么不一样？

实在是抱歉，这是论坛的原因，infert和case中间应该有一个美元"$"的符号，连起来的意思就是选中infert数据框的case变量，也即构建ROC曲线的真实患病信息。
这个问题不止一次出现了，不知道为什么论坛显示编码时，对这个符号不能正确显示。