前面写过一个多分类的逻辑回归,现在要做一个简单的二分类,用glm函数
导入csv格式如下:
mydata<-read.csv("D://li.csv",header=T) colnames(mydata)<-c("x1","x2","x3","y") model<-glm(formula = y ~ x1+x2+x3, family = quasibinomial(link = "logit"),data = mydata) summary(model)
这里family没有使用binomial,那个会报一个警告,
Warning message:
In eval(family$initialize) : 二项通用线性模型里出现了非整数的#成功!
查了一下,有可能数据是不均匀分布(Overdispersion),把family改成quasi的就行了。不过AIC会变成NA,这下拟合的P值就显著多了。
family = quasibinomial(link = "logit")