R中的多级Logistic回归

时间:2016-05-03 13:08:06

标签: r controls logistic-regression hierarchical

对于一个实习生来说,我正在评估一项有利于环境的倡议,成员可以向邻居宣传这项倡议,以说服他们加入。

我想从一组预测变量预测组成员资格(二进制):

  1. 人口统计学(4个分类,2个连续变量)
  2. 心理变量(9个连续变量)
  3. 邻居印象(8个连续变量)
  4. 主动性的印象(2个分类,2个连续)
  5. 数据收集在 30个不同的街区中,所以我的主管建议我在分析中控制邻域。

    我现在要做的是:

    一个接一个地添加四组预测变量以查看模型是否适合 - 如果是这样,由于集合中的哪些变量 - 控制邻域。

    是否有任何R包含文档可以构建这样的模型?关于这种建模,假设,结果解释等的任何文献提示也非常受欢迎!

    之前我只使用过非常基本的多级模型,所以在这种情况下我很丢失。非常感谢提前!

1 个答案:

答案 0 :(得分:3)

您的问题中没有任何代码,因此可以考虑将其移至Cross Validated。至于学习如何在R中建模,Google会给many suggestions。但是要给你一个基本的起点

glm_out <- glm(group ~ D1 + ... + Neighborhood, family = binomial(), data = D)

其中“群组”是您的回复,您的预测变量会放在我放置D1 + ...的位置,并且您还在模型中包含邻域。您描述的任何内容都不是嵌套的,因此这应该可以控制邻域效果。然后,您可以使用MASS包中的stepAIC来执行模型选择。

glm_aic <- MASS::stepAIC(glm_out)
summary(glm_aic)

您当然可以使用其他更复杂的程序。