Question

我想运行一个简单的多元逻辑回归。我在下面用二进制数据做了一个例子来讨论一个例子。

多元回归=试图预测2+结果变量

this.formattedText = ko.computed(function() {
  var it = self.isText();
  if (it == '0') {
    return 'No';
  }
  else if (it == '1') {
    return 'Yes'
  }
  else {
    return 'Not Specified'
  }
});

因此，变量“x”有6个样本，每个样本有6个属性。变量“y”对6个样本中的每一个都有2个预测。我特别想使用二进制数据。

gotoDispatch() {
    // 
    const headers = new Headers();
    headers.append('Content-Type', 'application/json');

    var url = 'Users/Cards';
    var dto = { 'jsonSearchCards': 'testing' };

    return this.http.post(GlobalVariables.SITE_ROOT + url, dto, { headers })
        .subscribe(function (data) {
        console.log('received response');
    });
}

我做“-1”来消除拦截系数。在多变量情况下，其他一切都是标准的逻辑回归。

var currentForm = Request.Form["jsonSearchCards"];
var from = Request.Params["jsonSearchCards"];

此时事情已开始显现。我不确定数据3和6的互联网是什么原因。

> y = matrix(c(0,0,0,1,1,1,1,1,1,0,0,0), nrow=6,ncol=2)

> x = matrix(c(1,0,0,0,0,0,1,1,0,0,0,0,1,1,1,0,0,0,1,1,1,1,0,0,1,1,1,1,1,0,1,1,1,1,1,1), nrow=6,ncol=6)
> x
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    1    1    1    1    1
[2,]    0    1    1    1    1    1
[3,]    0    0    1    1    1    1
[4,]    0    0    0    1    1    1
[5,]    0    0    0    0    1    1
[6,]    0    0    0    0    0    1
> y
     [,1] [,2]
[1,]    0    1
[2,]    0    1
[3,]    0    1
[4,]    1    0
[5,]    1    0
[6,]    1    0

从逻辑上讲，我做错了什么。我期待1x2矩阵，而不是1x6。我想要矩阵告诉我数据帧向量在y1和y2中为“1”（真）的概率。

任何帮助将不胜感激。

注意：我根据马里奥的回复更新了我的问题的结尾。

Answer 1

参数newdata需要是data.frame。你可以这样做：

aux <- data.frame(c(1,1,1,1,1,1))
val <- predict(fit, aux, type = "response")

R中的多元Logistic回归

1 个答案: