簡介:
- 需選取反應變數(只有兩個類別的變數)與解釋變數,再使用 R 軟體中的 glm 函數,透過連結函數 logit 來分析類別資料,建立 binomial 的羅吉斯迴歸模型,接下來透過自選反應變數、模型自動篩選、簡單項及交互作用自選模型分析出自選的結果。
程式架構:
使用說明:
(一) 、上傳檔案
- 點選「Brows…」按鈕,上傳欲分析的資料,請注意上傳資料的檔案 形式必須為「.csv」檔,假如沒有上傳資料,本平台將提供預設資料,讓使用者進行分析。
(二)、定義類別變數
- 以iris為範例,程式會先將預設資料的類別變數除去,剩下為程式判斷為連續變數的資料,若仍有類別變數,請勾選
(三)、選擇反應變數與解釋變數
- 從下拉式選單選擇一個反應變數(response),選擇一個或多個解釋變數(predictor),也可一次全選(select all)
(四) 、請選擇想要分析的交互作用項
- 從選擇的解釋變數中,選擇想分析的簡單項及交互作用的模型,也可一次全選(select all)
(五)建立模型
- 簡單項模型:依選擇的反應變數及解釋變數跑出簡單項模型,模型的四個值分別為Estimate(估計值)、Std. Error(標準誤差)、z value(z值)、Pr(>|z|)(P值)
- 模型自動篩選:將選擇的反應變數以及解釋變數依飽和模型自動篩選出最終模型
皮爾森殘差絕對值與校正殘差絕對值低於3為配適良好
- 模型自選:將選擇的反應變數以及解釋變數(簡單項及交互作用項)分析出各項估計值
皮爾森殘差絕對值低於3為配適良好
校正殘差值為Inf時沒有意義