我如何将具有二进制结果比率的数据集转换为适合 R 中逻辑回归的数据集

Question

我有一个数据集，可以汇总查看每组个体

Gender    Age    Region    Count    Affected
Male      18-24    CA      9843     384
Female    18-24    CA      8745     489
Male      35-24    CA      11923    381

等等

我想运行对受影响的结果进行逻辑回归，它本质上是一个二元响应变量。我可以自己重新创建数据，使其看起来像

   Gender    Age    Region    Affected
    Male    18-24    CA     0
    Male    18-24    CA     0
(...)
    Male    18-24    CA     1
    Male    18-24    CA     1
(...)
    Female 18-24     CA    0
    Female 18-24     CA    0

等等，基本上，为受影响的人创建一个虚拟变量，或者换句话说，创建一个数据集，为每个组创建一个行，其中每个没有受到影响的人都为 0，还有一行对于每个人。我可以很容易地手工完成这项工作，但是在 R 中是否有一种简单的方法可以将这种二进制比率数据转换为可以在 R

中用于逻辑回归的数据集

Answer 1

试试这个：

glm(cbind(Affected, Count - Affected) ~ Gender + Age, data = DF, family = binomial())

给出以下输出：

Call:  glm(formula = cbind(Affected, Count - Affected) ~ Gender + Age, 
    family = binomial(), data = DF)

Coefficients:
(Intercept)   GenderMale     Age35-24  
    -2.8263      -0.3777      -0.2069  

Degrees of Freedom: 2 Total (i.e. Null);  0 Residual
Null Deviance:      72.39 
Residual Deviance: 7.17e-13     AIC: 29.47

注：上面我们使用了这个输入：

Lines <- "Gender    Age    Region    Count    Affected
Male      18-24    CA      9843     384
Female    18-24    CA      8745     489
Male      35-24    CA      11923    381"
DF <- read.table(text = Lines, header = TRUE)

我如何将具有二进制结果比率的数据集转换为适合 R 中逻辑回归的数据集

How can i convert a dataset with ratios for a binary outcome to something suitable for logistic regression in R

r

logistic-regression

dummy-variable