Question

我试图理解R中的回归。我试图解决一个有100个随机男性 - 女性数据集的练习：

sex     sbp      bmi
male     130     40.0
female   126     29.0
female   115     25.0
male     120     33.0
female   128     34.0
...

我想得到数值汇总（0）绘制sbp和bmi（1）之间的关系，并用R ^ 2（2）估计beta1，beta2和sigma参数。然后，检查模型的好坏（3）并获得置信区间（4）..

我认为性是一个分类变量，所以这就是我的代码：

as.numeric(framingham$sex) - 1
apply(framingham, 2, class)

#0
framingham$sex <- factor (framingham$sex)
levels (framingham$sex) <- c("female", "male")
resultadoNumerico <- compareGroups(~., data = framingham)
resumenNumerico <- createTable(resultadoNumerico)
resumenNumerico

# 1
framinghamMatrix <- data.matrix(framingham)
pairs(framinghamMatrix)
cor(framinghamMatrix)

#2
regre <- lm(sbp ~ bmi+sex, data = framingham)
regreSum <- summary(regre)
regreSum
# Sigma
regreSum$sigma
# Betas
regreSum$coefficients

#3
plot(framingham$bmi, framingham$sbp, xlab = "SBP", ylab = "BMI")
abline (regre)

但我认为我不做对了......你能帮助我吗？提前谢谢......

Answer 1

要检查变量之间的关系，请尝试从心理库中调用一对名为pairs.panels的图。它给出了分布，散点图和相关系数。

library(psych)
pairs.panels(framingham)

此处的性别变量是分类，因此将其转换为因子，然后作为输入提供给线性回归模型。按字母顺序，因子中的第一个级别成为您的参考级别，因此在模型摘要中，您只能看到参考级别以外的级别（在这种情况下，女性是基础参考级别）

framingham$sex<-as.factor(framingham$sex)

现在创建线性模型。

model <- lm(sbp ~ bmi+sex, data = framingham)
model
summary(model)

摘要给出系数，截距，标准误差（95％置信度），t值和p值（表示变量的显着性），多重R平方（拟合优度），调整后的R平方（拟合优度调整为模型复杂度等等。

Answer 2

我为分类变量做了sex-1：

regre <- lm(sbp ~ bmi+sex***-1***, data = framingham)
regreSum <- summary(regre)
regreSum

现在我获得了

Call:
lm(formula = sbp ~ bmi + sex - 1, data = framingham)

Residuals:
    Min      1Q  Median      3Q     Max 
-28.684 -13.025  -1.314   8.711  73.476 

Coefficients:
          Estimate Std. Error t value Pr(>|t|)    
bmi         1.9338     0.3965   4.877 4.21e-06 ***
sexhombre  79.0624    11.0716   7.141 1.71e-10 ***
sexmujer   82.1020    10.5184   7.806 6.93e-12 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 18.48 on 97 degrees of freedom
Multiple R-squared:  0.9813,    Adjusted R-squared:  0.9808 
F-statistic:  1700 on 3 and 97 DF,  p-value: < 2.2e-16

也许我会以正确的方式前进？

R中的回归与分类变量

2 个答案: