Question

我正在尝试进行物流回归，以预测民主党赢得大选的可能性。

响应变量：民主党胜利= 1，民主党人失败= 0。预测变量：

民主人士的选举率百分比
民主党人的票数
投票支持民主人士的州数量
如果加利福尼亚州投票支持民主党人，1 =是，0 =否。

我的数据是从1960年到2016年。

Name    Democrat_win    Electoral_rate_D_percent    Votes_for_D States_vote_D   CA_vote_D  
Ronald Reagan   0   9.1 49  7   0
Ronald Reagan   0   2.4 13  2   0
George Bush 0   20.6    111 11  0
William J. Clinton  1   68.8    370 33  1
William J. Clinton  1   70.4    379 32  1
George W. Bush  0   49.4    266 21  1
George W. Bush  0   46.7    251 20  1
Barack Obama    1   67.8    365 32  1
Barack Obama    1   61.7    332 27  1
Donald Trump    0   42.2    227 21  1

所以我在r中执行了一个glm并且它没有工作......每个预测器的p值是1.我该怎么办？

R代码如下：

election = read.csv("project.csv")
election
names(election)
attach(election)
election.glm1 = glm(Democrat_win~Electoral_rate_D_percent+States_vote_D, family = binomial, data = election)
summary(election.glm1)

输出如下：

Call:
glm(formula = Democrat_win ~ Electoral_rate_D_percent + States_vote_D, 
    family = binomial, data = election)

Deviance Residuals: 
       Min          1Q      Median          3Q         Max  
-1.322e-05  -2.110e-08  -2.110e-08   2.110e-08   1.392e-05  

Coefficients:
                           Estimate Std. Error z value Pr(>|z|)
(Intercept)              -1.860e+02  3.363e+05  -0.001        1
Electoral_rate_D_percent  1.751e-01  1.918e+04   0.000        1
States_vote_D             7.344e+00  4.656e+04   0.000        1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 1.3460e+01  on 9  degrees of freedom
Residual deviance: 4.1815e-10  on 7  degrees of freedom
AIC: 6

Number of Fisher Scoring iterations: 25

在物流回归中保持p值= 1

0 个答案: