R言語でのロジスティック回帰で行うべき手順

データ分析

ステップ：

  1. データクレンジング
  2. 目的変数、説明変数の設定
  3. ans = glm(faimly = binomial)の実行
  4. summary(ans)で結果の確認
  5. 必要に応じてstep()関数でモデル変更、AIC確認

 

※確認すべき結果

項目名

コマンド

作業内容

各係数

s.ans$coefficients

P値から統計的優位性を判断

オッズ比

exp(s.ans$coefficients)

モデルで優位に働く説明変数を確認

オッズ比95%信頼区間

RRlow <- exp(coe[,1]-1.96*coe[,2])

RRup <- exp(coe[,1]+1.96*coe[,2])

 

AIC（低いほど良い)

aic <- AIC(ans)

 

 

※以下参考コマンド

#回帰分析の実行

ans = glm(dat$a~., data=dat, family=binomial) #目的変数はa、説明変数は格納されているa以外

ans_sum = summary(ans) #結果の確認

 

#係数の確認

coe = ans_sum$coefficients

 

#オッズ比の確認

RR <- exp(coe[,1])

RRlow <- exp(coe[,1]-1.96*coe[,2]) #信頼区間下端

RRup <- exp(coe[,1]+1.96*coe[,2]) #信頼区間上端

 

#AICの確認

aic <- AIC(ans)