转换频率数据以用于 R 中的逻辑回归

Question

这里有一个简单的问题：我有以下数据，我需要以可以运行对其进行逻辑回归的格式获取它。

pvp <- rep(c("lib", "mod", "con"), 3)
pres <- c(rep("Bush", 3), rep("Clinton", 3), rep("Perot", 3))
count <- c(70, 195, 382, 324, 332, 199, 56, 101, 117)
df <- as.data.frame(cbind(pvp, pres, count))

df$pres <- recode(df$pres, 'Clinton' = '1', 'Bush' = '0', 'Perot' = '0')
df$count <- as.numeric(as.character(df$count))

看起来像这样：

> df
  pvp pres count
1 lib    0    70
2 mod    0   195
3 con    0   382
4 lib    1   324
5 mod    1   332
6 con    1   199
7 lib    0    56
8 mod    0   101
9 con    0   117

我需要运行逻辑回归预测 pvp 的压力。通常我认为我只会使用 tidyverse 中的 spread 将数据转换为宽格式。但在这里我在传播函数中使用 key = pvp 时遇到问题。我也无法折叠类别，因为它们中的一些显然对应于 pres = 1，而另一些则对应于 pres = 0。我可以使用什么解决方案以我可以运行对其进行逻辑回归的格式获取数据？

提前致谢。

Answer 1

不需要扩充数据，可以边训练模型边使用"weight"参数。

model_logit <- glm(pres ~ pvp, family="binomial", weight = df$count, data = df)
predictions <- predict(model_logit, data.frame(pvp=unique(df$pvp)), type="response")

转换频率数据以用于 R 中的逻辑回归

Converting frequency data for use in logistic regression in R

r

dataframe

logistic-regression

tidyverse