Rの使い方:ロジスティック回帰・重回帰

いよいよロジスティック回帰・重回帰分析です。

ここまでくるとそれっぽくなりますよね。


 

スポンサーリンク

ロジスティック回帰

練習データのEventsに対するMale、HT、DMのリスクを評価します。

glmを使用します。

glm_rslt <- glm (formula = Events ~ Male + HT + DM, 
                family = binomial(link = "logit"), data = df)

上記で代入したglm_rsltを用いて、オッズ比、95%信頼区間、p値を求めます。

coefでオッズ比、confintで95%信頼区間、summaryでp値を求めます。

coef(glm_rslt)  #オッズ比 confint(glm_rslt) #95%信頼区間
summary(glm_rslt) #p値

 

画像9

 

ちなみにですが、下記コードを使用すると表のようにきれいにまとまります。

画像の一番下の部分のように出力されます。

pre <- exp(cbind(OR = coef(glm_rslt), confint(glm_rslt)))#OR and 95%CI
p <- summary(glm_rslt)#p value
p <- p$coefficients
rslt <- cbind(pre, p)
rslt
result <- rslt[-1,c(-4,-5,-6)]
result

 

画像10

 

重回帰

重回帰はロジスティック回帰とほぼ同様です。

lin <- glm(Events ~ BMI + SBP + HbA1c, data=df, family = gaussian(link = "identity"))
summary (lin)  #p値 
coef(lin)  #オッズ比 
confint(lin) #95%信頼区間

 

画像11
スポンサーリンク
最新情報をチェックしよう!