小白问两道R语言练习题

小思

RT，我是R语言小白，刚遇到两道比较简单的题目，但是自己不是很会做，希望大神们能够帮忙解答下~谢谢！
1、肺癌数据，用logistic回归分析饮酒与肺癌之间的关系，并且求OR值
数据如下：
cancer drink count
0 1 1640
1 1 33
0 0 2300
1 0 27
2、妇女的教育程度与其对于是否应该就业的观点之间的关系分析，我们将教育由低到高分为5个级别，分为将观点由支持到反对分为4个级别，尝试直接使用logistic模型，再添加评分系统来优化模型的变量选择问题
数据如下：
education view count
1 1 2
1 2 17
1 3 17
1 4 5
2 1 6
2 2 65
2 3 79
2 4 6
3 1 41
3 2 220
3 3 327
3 4 48
4 1 72
4 2 224
4 3 503
4 4 47
5 1 24
5 2 61
5 3 300
5 4 41


小白在此谢过诸位啦~大家不要笑我白痴啊     

qichen

第一题应该是binary logistic 我只会minitab。。。sorry
不知道OR是什么意思 count/4000 需要小数

第二题
> x1<-count1
> x2<-edu
> x3<-view
> d<-data.frame(x1,x2,x3)
> cor(d)
          x1       x2        x3
x1 1.0000000 0.387191 0.1081838
x2 0.3871910 1.000000 0.0000000
x3 0.1081838 0.000000 1.0000000
x1和x2 有一个微弱的积极线性关系 x3 则极其微弱
x3，x2 更应该 是categorical predictor

假设x1和x2 有线性关系
》job<-within(job,{view<-factor(view,levels=1:4, labels=c("view1","view2","view3","view4"))})
> m1=glm(count1~view+edu,family=poisson(link=log), data=job)
> summary(m1)

Call:
glm(formula = count1 ~ view + edu, family = poisson(link = log),
    data = job)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-12.390   -4.687   -2.100    4.209   10.019  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept)  2.13697    0.10357  20.634   <2e-16 ***
viewview2    1.39829    0.09274  15.078   <2e-16 ***
viewview3    2.13478    0.08782  24.309   <2e-16 ***
viewview4    0.01370    0.11704   0.117    0.907   
edu          0.36656    0.01675  21.878   <2e-16 ***
然后X2和X3 都是cat per
> job<-within(job,{edu<-factor(edu,levels=1:5, labels=c("edu1","edu2","edu3","edu4","edu5"))})
> m1=glm(count1~view+edu,family=poisson(link=log), data=job)
> summary(m1)

Call:
glm(formula = count1 ~ view + edu, family = poisson(link = log),
    data = job)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-5.8543  -1.5090  -0.4735   1.5840   3.1883  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept)  1.03824    0.17553   5.915 3.32e-09 ***
viewview2    1.39829    0.09274  15.078  < 2e-16 ***
viewview3    2.13478    0.08782  24.309  < 2e-16 ***
viewview4    0.01370    0.11704   0.117    0.907   
eduedu2      1.33628    0.17550   7.614 2.65e-14 ***
eduedu3      2.74163    0.16113  17.015  < 2e-16 ***
eduedu4      3.02695    0.15991  18.929  < 2e-16 ***
eduedu5      2.34087    0.16352  14.316  < 2e-16 ***
   R-Sq  R-Sq(adj)     AIC
  96.63%     96.37%  221.45
r-square 很好 p=value也都很小
然后比较negative bionomal regression
> m2=glm.nb(count1~view+edu,link=log, data=job)
> summary(m2)

Call:
glm.nb(formula = count1 ~ view + edu, data = job, link = log,
    init.theta = 18.36584586)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-2.5034  -0.6295  -0.1434   0.8038   1.4841  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept)   1.0284     0.2552   4.029 5.59e-05 ***
viewview2     1.5430     0.1901   8.116 4.80e-16 ***
viewview3     2.1684     0.1873  11.577  < 2e-16 ***
viewview4     0.1115     0.2062   0.541    0.589   
eduedu2       1.2238     0.2600   4.706 2.52e-06 ***
eduedu3       2.7106     0.2460  11.020  < 2e-16 ***
eduedu4       2.9712     0.2449  12.132  < 2e-16 ***
eduedu5       2.2527     0.2486   9.061  < 2e-16 ***

negativeB 要稍微好一些 但是他们的coefficient十分接近 如果data在大一些他们会几乎相同

qichen

别忘了log，exp

牛刀小试

i dont know too

牛刀小试

i dont know too