🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972
个人介绍: 研一｜统计学｜干货分享
擅长Python、Matlab、R等主流编程软件
累计十余项国家级比赛奖项，参与研究经费10w、40w级横向
文章目录
- 1. 数据背景：
- 2 数据读取及预处理
- 3 建立Logistic回归模型
- 4 模型预测
该篇文章主要展示了利用R语言建立Logistic回归模型，并对新数据进行预测。
1. 数据背景：
（Sports2.csv)是用于客观性分析的体育文章数据.使用Amazon Mechanical Turk对1000篇体育文章标记了objective(客观）或subjective(主观），这是因变量的两个水平。试以该数据中的Label为因变量，PRP和VBN作为自变量做logistic回归，并对新的样本PRP=20和VBN=5进行判别其Label。
2 数据读取及预处理
运行程序：
e2<- read.csv('G:\\Sports2.csv')
#Label赋值（二分类）
e2[,1] <- as.character(e2[,1])
e2[,1] <- gsub("objective",0,e2[,1]) #objective为0
e2[,1] <- gsub("subjective",1,e2[,1])#subjective为1
e2[,1] <- as.numeric(e2[,1])
str(e2)
运行结果：
## 'data.frame': 1000 obs. of 9 variables:
## $ Label : num 0 0 0 0 0 0 0 0 0 0 ...
## $ PRP : int 2 5 0 2 9 6 2 7 10 15 ...
## $ VBN : int 0 9 2 1 6 1 3 10 4 6 ...
## $ imperative: int 0 0 0 1 1 0 0 3 3 3 ...
## $ Quotes : int 0 7 0 3 4 6 2 9 10 0 ...
## $ past : int 11 13 8 13 34 24 13 21 59 73 ...
## $ CC : int 7 1 8 7 33 17 1 5 49 13 ...
## $ JJS : int 0 0 0 0 0 0 0 0 0 0 ...
## $ WRB : int 0 0 0 0 0 0 0 0 0 0 ...
3 建立Logistic回归模型
运行程序：
attach(e2)
e2_glm<-glm(Label~PRP+VBN,family = binomial(link = "logit"))
summary(e2_glm)
运行结果：
##
## Call:
## glm(formula = Label ~ PRP + VBN, family = binomial(link = "logit"))
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -3.046 -0.713 -0.541 0.847 2.089
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.06267 0.13795 -14.95 <2e-16 ***
## PRP 0.02991 0.01077 2.78 0.0055 **
## VBN 0.09711 0.00932 10.41 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 1312.5 on 999 degrees of freedom
## Residual deviance: 1026.9 on 997 degrees of freedom
## AIC: 1033
##
## Number of Fisher Scoring iterations: 4
由此得到初步的Logistic模型：
P = e − 2.0267 − 0.02991 X 1 + 0.09711 X 2 1 + e − 2.0267 − 0.02991 X 1 + 0.09711 X 2 P=\frac{e^{-2.0267-0.02991X_1+0.09711X_2}}{1+e^{-2.0267-0.02991X_1+0.09711X_2}} P=1+e−2.0267−0.02991X1+0.09711X2e−2.0267−0.02991X1+0.09711X2
即：
L o g i t ( P ) = − 2.0267 − 0.02991 X 1 + 0.09711 X 2 Logit(P)=-2.0267-0.02991X_1+0.09711X_2 Logit(P)=−2.0267−0.02991X1+0.09711X2
由数据结果可以看出，在0.01的显著性水平下，自变量PRP和VBN均通过显著性检验。
4 模型预测
运行程序：
detach(e2)
xb<-predict(e2_glm,data.frame(PRP=20,VBN=5))
p=exp(xb)/(1+exp(xb));p
运行结果：
## 1
## 0.2731
所以结果为0，属于objective （客观）。
)
