logistic

数据：顾客对软饮料购买意向。

部分数据：

建立购买意向与除了品牌之外的其他因素的logistic回归模型：

softdrink <- read.table("softdrink.txt",header = T)

softdrink$Choice <- as.factor(softdrink$Choice)  #转换为因子
fit <- glm(Choice~.-Brand,data = softdrink,family = binomial(link = "logit"))
anova(fit,test = "Chisq")#根据卡方分布进行回归方程的显著性检验

summary(fit)                 #对回归系数的的显著性检验

#方程的显著性检验结果：

在原假设成立的条件下，自由度为6的卡方分布中，模型的偏差为323.47，这个偏差是显著的，表明解释变量全体与logit P的线性关系是显著的，模型的选择是合理的。

#回归系数的的检验，给出回归系数显著性检验的Word检验结果。

结果表明：在显著性水平0.05时，价格，脂肪含量和年龄对logit P没有显著的线性影响。可以看到，价格首先进入模型时，其系数还是显著的，但随着其他的解释变量的进入变得不再显著。所以当前的模型，需要重新建立。

#重新构建模型
fit2<- glm(Choice~.-Brand -Price -Fat -Age -Vitamin,family = binomial("logit"),data = softdrink)

summary(fit2)

当显著性水平为0.1时，回归系数显著性检验均显著。

结果表明：当果汁的含量不变时，热量每增加一个单位，将导致logitP平均减少0.017091；当热量不变时，果汁含量没增加一个单位时，将导致ligitP平均增大0.354141。

进一步计算优势比：

#计算对应的概率以及混淆矩阵
BuyProb <- predict(fit2,softdrink,type = "response") #计算预测值为1的概率值
BuyOrNot <- ifelse(BuyProb> 0.5,1,0)                 #计算预测值
(confusionMatrix <- table(softdrink $Choice,BuyOrNot))#生成混淆矩阵

prop.table(confusionMatrix,1)*100

结果表明：实际值为0，预测值也为0的有130，预测错误的有6个，正确率为95.6%；实际值为1；预测值也为1的有147个，预测错误的有9个，正确率为94.2%。总正确率为94.9。