R中的多水平Logistic回归
R中的多水平Logistic回归
提问于 2016-05-03 13:08:05
对于一艘实习船，我正在评估一项有利于环境的倡议，在那里，会员可以向他们的邻居做广告，说服他们也加入。
我想从一组预测器中预测组成员(二进制)：
- 人口统计学(4个分类变量，2个连续变量)
- 心理变量(9个连续变量)
- 邻域印象(8个连续变量)
- 对倡议的印象(2次分类，2次连续)
这些数据被收集在，30个不同的社区，，所以我的主管建议我在我的分析中控制邻居。
我现在想做的是：
一个接一个地添加四组预测器，看看模型是否合适--如果是，由于集合中的变量--，而控制邻域。
是否有任何带有文档的R包允许建立这样的模型？任何关于这类建模、假设、结果解释等的文献提示都是非常受欢迎的！
我以前只使用过非常基本的多级模型，所以我在这种情况下有点迷失了。事先非常感谢！
回答 1
Stack Overflow用户
发布于 2016-05-03 14:02:51
您的问题中没有任何代码，因此可以考虑将其移到交叉验证。至于学习如何在R中建模，谷歌将给许多建议。但是给你一个基本的起点
glm_out <- glm(group ~ D1 + ... + Neighborhood, family = binomial(), data = D)你的反应是“小组”在哪里，你的预测器去哪里，我把D1 + ...放在哪里，你也把邻里也包括在模型中。您所描述的没有什么是嵌套的，所以这应该可以用来控制邻里效应。然后，您可以使用来自海量包的stepAIC来执行模型选择。
glm_aic <- MASS::stepAIC(glm_out)
summary(glm_aic)当然还有其他更复杂的过程可以使用。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37005065
复制相关文章
相似问题
腾讯云开发者
