逻辑回归概览

R 中的广义线性模型

Richard Erickson

Instructor

实验室中的科学家

体育分析图像

电商使用逻辑回归

本章概览

二项分布族的默认 GLM

二元数据的模型

$Y = \text{Binomial}(p)$

与线性方程的链接

$\text{logit}(p) = \beta_0 + \beta_1 x + \epsilon$

Logit 定义为

$\text{logit}(p) = \text{log}\left(\frac{p}{1-p}\right)$

逆 logit 定义为

$\text{logit}^{-1}(x) = \frac{1}{1 + \text{exp}(-x)}$

函数：

glm(y ~ x, data = dat, family = 'binomial')

输入：

y = c(0, 1, 0, 0, 1...)
y = c("yes", "no"...)
y = c("win", "lose"...)
# Or any 2-level factor

  CommuteDays Bus
1           5 Yes
2           2  No

R 中的广义线性模型