<\/p>\n
Do wyodr\u0119bnienia wsp\u00f3\u0142czynnik\u00f3w regresji z funkcji glm()<\/strong> w R mo\u017cna u\u017cy\u0107 nast\u0119puj\u0105cych metod:<\/span><\/p>\n Metoda 1: wyodr\u0119bnij wszystkie wsp\u00f3\u0142czynniki regresji<\/strong><\/span><\/p>\n Metoda 2: Wyodr\u0119bnij wsp\u00f3\u0142czynnik regresji dla okre\u015blonej zmiennej<\/strong><\/span><\/p>\n Metoda 3: Wyodr\u0119bnij wszystkie wsp\u00f3\u0142czynniki regresji z b\u0142\u0119dem standardowym, warto\u015bci\u0105 Z i warto\u015bci\u0105 P<\/strong><\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 te metody w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce dopasowujemy model regresji logistycznej<\/a> przy u\u017cyciu domy\u015blnego<\/strong> zbioru danych z pakietu ISLR<\/strong> :<\/span><\/p>\n Mo\u017cemy wpisa\u0107 model$cooperatives<\/strong> , aby wyodr\u0119bni\u0107 wszystkie wsp\u00f3\u0142czynniki regresji z modelu:<\/span><\/p>\n Mo\u017cemy tak\u017ce wpisa\u0107 model$cooperatives[’balance’],<\/strong> aby wyodr\u0119bni\u0107 wsp\u00f3\u0142czynnik regresji tylko dla zmiennej bilansowej<\/strong> :<\/span><\/span><\/p>\n Aby wy\u015bwietli\u0107 wsp\u00f3\u0142czynniki regresji wraz z ich b\u0142\u0119dami standardowymi, warto\u015bciami z i warto\u015bciami p<\/a> , mo\u017cemy u\u017cy\u0107 wsp\u00f3\u0142czynnik\u00f3w podsumowania(modelu)$<\/strong> w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n Mo\u017cemy r\u00f3wnie\u017c uzyska\u0107 dost\u0119p do okre\u015blonych warto\u015bci na tym wyj\u015bciu.<\/span><\/p>\n Na przyk\u0142ad mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cego kodu, aby uzyska\u0107 dost\u0119p do warto\u015bci p zmiennej bilansowej<\/b> :<\/span><\/p>\n Mo\u017cemy te\u017c u\u017cy\u0107 poni\u017cszego kodu, aby uzyska\u0107 dost\u0119p do warto\u015bci p dla ka\u017cdego ze wsp\u00f3\u0142czynnik\u00f3w regresji:<\/span><\/p>\n Warto\u015bci P s\u0105 wy\u015bwietlane dla ka\u017cdego wsp\u00f3\u0142czynnika regresji w modelu.<\/span><\/p>\n Mo\u017cesz u\u017cy\u0107 podobnej sk\u0142adni, aby uzyska\u0107 dost\u0119p do dowolnej warto\u015bci na wyj\u015bciu.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w j\u0119zyku R:<\/span><\/p>\n Jak wykona\u0107 prost\u0105 regresj\u0119 liniow\u0105 w R<\/a> Do wyodr\u0119bnienia wsp\u00f3\u0142czynnik\u00f3w regresji z funkcji glm() w R mo\u017cna u\u017cy\u0107 nast\u0119puj\u0105cych metod: Metoda 1: wyodr\u0119bnij wszystkie wsp\u00f3\u0142czynniki regresji model$coefficients Metoda 2: Wyodr\u0119bnij wsp\u00f3\u0142czynnik regresji dla okre\u015blonej zmiennej model$coefficients[’ my_variable ’] Metoda 3: Wyodr\u0119bnij wszystkie wsp\u00f3\u0142czynniki regresji z b\u0142\u0119dem standardowym, warto\u015bci\u0105 Z i warto\u015bci\u0105 P summary(model)$coefficients Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 te metody w praktyce. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4277","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n model$coefficients\n<\/strong><\/pre>\n
model$coefficients[' my_variable<\/span> ']<\/strong><\/pre>\n summary(model)$coefficients<\/strong><\/pre>\n
Przyk\u0142ad: wyodr\u0119bnij wsp\u00f3\u0142czynniki regresji z glm() w R<\/strong><\/span><\/h2>\n
#load dataset\n<\/span>data <- ISLR::Default\n\n#view first six rows of data\n<\/span>head(data)\n\n default student balance income\n1 No No 729.5265 44361.625\n2 No Yes 817.1804 12106.135\n3 No No 1073.5492 31767.139\n4 No No 529.2506 35704.494\n5 No No 785.6559 38463.496\n6 No Yes 919.5885 7491.559\n\n#fit logistic regression model\n<\/span>model <- glm(default~student+balance+income, family=' binomial<\/span> ', data=data)\n\n#view summary of logistic regression model\n<\/span>summary(model)\n\nCall:\nglm(formula = default ~ student + balance + income, family = \"binomial\", \n data = data)\n\nDeviance Residuals: \n Min 1Q Median 3Q Max \n-2.4691 -0.1418 -0.0557 -0.0203 3.7383 \n\nCoefficients:\n Estimate Std. Error z value Pr(>|z|) \n(Intercept) -1.087e+01 4.923e-01 -22.080 < 2e-16 ***\nstudentYes -6.468e-01 2.363e-01 -2.738 0.00619 ** \nbalance 5.737e-03 2.319e-04 24.738 < 2e-16 ***\nincome 3.033e-06 8.203e-06 0.370 0.71152 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n Null deviance: 2920.6 on 9999 degrees of freedom\nResidual deviance: 1571.5 on 9996 degrees of freedom\nAIC: 1579.5\n\nNumber of Fisher Scoring iterations: 8<\/strong><\/pre>\n #extract all regression coefficients\n<\/span>model$coefficients\n\n (Intercept) studentYes balance income \n-1.086905e+01 -6.467758e-01 5.736505e-03 3.033450e-06\n<\/strong><\/pre>\n #extract coefficient for 'balance'\n<\/span>model$coefficients[' balance<\/span> ']\n\n<\/span><\/span>balance \n0.005736505\n<\/strong><\/pre>\n #view regression coefficients with standard errors, z values and p-values\n<\/span>summary(model)$coefficients\n\n Estimate Std. Error z value Pr(>|z|)\n(Intercept) -1.086905e+01 4.922555e-01 -22.080088 4.911280e-108\nstudentYes -6.467758e-01 2.362525e-01 -2.737646 6.188063e-03\nbalance 5.736505e-03 2.318945e-04 24.737563 4.219578e-135\nincome 3.033450e-06 8.202615e-06 0.369815 7.115203e-01<\/strong><\/pre>\n #view p-value for balance variable\n<\/span>summary(model)$coefficients[' balance<\/span> ', ' Pr(>|z|)<\/span> ']\n\n[1] 4.219578e-135\n<\/strong><\/pre>\n #view p-value for all variables\n<\/span>summary(model)$coefficients[, ' Pr(>|z|)<\/span> ']\n\n (Intercept) studentYes balance income \n4.911280e-108 6.188063e-03 4.219578e-135 7.115203e-01 \n<\/strong><\/pre>\n Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak wykona\u0107 wielokrotn\u0105 regresj\u0119 liniow\u0105 w R<\/a>
Jak przeprowadzi\u0107 regresj\u0119 logistyczn\u0105 w R
Jak wykona\u0107 regresj\u0119 kwadratow\u0105 w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"