전 이진수 인 세 가지 요인에 대한 로지스틱 회귀 분석을 실행 중입니다.로지스틱 회귀에 대한 더미 변수 R
내 데이터
table1<-expand.grid(Crime=factor(c("Shoplifting","Other Theft Acts")),Gender=factor(c("Men","Women")),
Priorconv=factor(c("N","P")))
table1<-data.frame(table1,Yes=c(24,52,48,22,17,60,15,4),No=c(1,9,3,2,6,34,6,3))
하고 모델
fit4<-glm(cbind(Yes,No)~Priorconv+Crime+Priorconv:Crime,data=table1,family=binomial)
summary(fit4)
R 범죄 도둑에 대한 이전 유죄 판결 P는 1 일을 보인다. 결과적으로 위의 두 가지가 모두 1 인 경우 상호 작용 효과는 단지 1입니다. 상호 작용 기간에 대해 다른 조합을 시도하고 싶습니다. 예를 들어 이전 확신이 P 및 인 경우 어떤 내용인지보고 싶습니다. 좀도둑이 아니야.
R이 1과 0에 대해 다른 경우를 사용하도록하는 방법이 있습니까? 그것은 내 분석을 크게 촉진 할 것입니다.
감사합니다.
여기에서 혼란의 주요 원인은 내가 두려워하는 상호 작용 용어입니다. CrimeOther를 1로 설정하고 PriorConvP도 1로 설정했다면 다른 것, 아마도 중요하지 않습니까? – JohnK
@ JohnK이 경우에는 (두 예측 자 모두가 바이너리이기 때문에) 상호 작용과 관련된 계수가 하나뿐이므로 p- 값이 변경되지 않습니다.일반적으로 (예측 변수가 2 레벨 이상), 상호 작용 테스트에 관심이 있다면 (anova()를 사용하여) 옴니버스 테스트를 수행해야합니다. – davechilders
@DMC 모델 전체가 다른 참조 카테고리에 대해 약간 변경됩니다. 이 코드 레벨 (table1 $ Crime)을 사용해보십시오. table1 $ Crime <-relevel (table1 $ Crime, ref = "도둑질") 레벨 (table1 $ Crime) table1 $ Priorconv <-relevel (table1 $ Priorconv, ref = "N") m -glm (cbind (예, 아니요) ~ Priorconv * 범죄, data = table1, family = binomial) summary (m) – JohnK