R语言使用 LOWESS技术图分析逻辑回归中的函数形式

最新推荐文章于 2024-05-15 10:31:05 发布

weixin_30413739

最新推荐文章于 2024-05-15 10:31:05 发布

阅读量1.2k

点赞数

文章标签： r语言数据结构与算法大数据

原文链接：http://www.cnblogs.com/tecdat/p/11465360.html

版权

当我们在回归模型中包含连续变量作为协变量时，重要的是我们使用正确的（或近似正确的）函数形式。例如，对于连续结果Y和连续协变量X，可能是Y的期望值是X和X ^ 2的线性函数，而不是X的线性函数。一种简单但通常有效的方法是简单地查看Y对X的散点图，以直观地评估。

对于我们通常使用逻辑回归建模的二元结果，事情并不那么容易（至少在尝试使用图形方法时）。首先，Y对X的散点图现在完全没有关于Y和X之间关联的形状的信息，因此在逻辑回归模型中应该如何包含X. 为了说明，使用R let模拟一些（X，Y）数据，其中Y遵循逻辑回归，其中X在模型中线性进入：

set.seed（1234）
n < -  1000
x < -  rnorm（n）
xb < -  -2 + x
pr < -  exp（xb）/（1 + exp（xb））
y < -  1 *（runif（n）<pr）

现在，如果我们将Y映射到X，我们得到以下结果

由于Y的二元性质，这完全没有关于Y如何依赖X的信息。

LOWESS技术图

解决这个问题的一种方法是绘制单个（Y，X）值，而不是绘制Y的平均值随X变化的平滑线。最简单的平滑类型是运行平均值，其中在给定值X = x

关注