确定R中Logistic模型的解释方向

时间:2017-09-29 16:59:11

标签: r logistic-regression

我正在尝试运行逻辑回归来预测一个名为has_sed的变量(二进制,描述样本是否有沉积物,编码为0 =没有沉积物,1 =有沉积物)。请参阅以下此模型的摘要输出:

Call:
glm(formula = has_sed ~ vw + ws_avg + s, family = binomial(link = "logit"), 
data = spdata_ss)

Deviance Residuals: 
Min       1Q   Median       3Q      Max  
-1.4665  -0.8659  -0.6325   1.1374   2.3407  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)  0.851966   0.667291   1.277 0.201689    
vw          -0.118140   0.031092  -3.800 0.000145 ***
ws_avg      -0.015815   0.008276  -1.911 0.055994 .  
s            0.034471   0.019216   1.794 0.072827 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 296.33  on 241  degrees of freedom
Residual deviance: 269.91  on 238  degrees of freedom
AIC: 277.91

Number of Fisher Scoring iterations: 4

现在,我理解如何一般地解释这样的逻辑模型输出,但我不明白R如何选择我的因变量的方向(可能是一个更好的词)。我如何知道单位增加的vw是否会增加具有沉积物的样本的对数几率,或者增加该样本没有沉积物的对数几率(即has_sed = 0 vs has_sed = 1)?

我用箱形图绘制了这些关系中的每一个,并且逻辑模型输出中的估计符号看起来与我在箱图中看到的相反。那么,R是否计算has_sed为0的对数几率,或者它的对数几率为1?

1 个答案:

答案 0 :(得分:1)

最好用一个例子说明, 我将使用虹膜数据和两个类

data(iris)
iris2 = iris[iris$Species!="setosa",]
iris2$Species = factor(iris2$Species)
levels(iris2$Species)
#output[1] "versicolor" "virginica" 

让我们做一个glm

   model = glm(Species ~ Petal.Length, data = iris2, family = binomial(link = "logit"))
summary(model)
#truncated output
    Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)   -43.781     11.110  -3.941 8.12e-05 ***
Petal.Length    9.002      2.283   3.943 8.04e-05 ***


library(ggplot2)

  ggplot(iris2)+
  geom_boxplot(aes(x = Species, y = Petal.Length))

enter image description here

随着Petal.Length的增加,成为“virginica”的机会增加,参考水平是“versicolor” - 我们levels(iris2$Species)时的第一个级别。

让我们改变它

iris2$Species = relevel(iris2$Species, ref = "virginica")
levels(iris2$Species)
#output
[1] "virginica"  "versicolor"

model2 = glm(Species ~ Petal.Length, data = iris2, family = binomial(link = "logit"))
summary(model2)
#truncated output
Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)    43.781     11.110   3.941 8.12e-05 ***
Petal.Length   -9.002      2.283  -3.943 8.04e-05 ***

现在参考级别是“virginica”levels(iris2$Species)中的第一级。随着Petal.Length的增加,“versicolor”的机会下降。

简而言之,响应变量中的水平顺序决定了治疗对比的参考水平。