Regresja logistyczna – dane w formacie szerokim
Drugie i trzecie podejście do dopasowywania regresji logistycznej wymaga danych w formacie „szerokim":
x fail success Total successProportion
1 a 12 2 14 0.1428571
2 b 3 11 14 0.7857143
W drugim podejściu modelujesz macierz 2-kolumnową zawierającą liczbę sukcesów i porażek (np. liczbę odpowiedzi „nie" i „tak" w każdej grupie).
W tym formacie użyj formuły cbind(success, fail) ~ predictor.
W trzecim podejściu modelujesz prawdopodobieństwo sukcesu (np. w grupie 1 było 75% odpowiedzi „tak", a w grupie 2 – 65% odpowiedzi „nie") oraz wagę, czyli liczbę obserwacji w każdej grupie (np. w grupie 1 było 40 osób, a w grupie 2 – 100 osób).
W tym przykładzie successProportion = success / Total.
W tym formacie formuła proportion of successes ~ response variable jest używana z argumentem weights = number in treatment.
To ćwiczenie jest częścią kursu
Uogólnione modele liniowe w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fit a wide form logistic regression
lr_2 <- ___
# Print the output of lr_2
___