r 中的逻辑回归结果变量预测

Question

我正在使用逻辑回归来预测二元结果变量（组，0/1）。所以我注意到了一些事情：我有两个变量代表相同的结果，一个被简单地编码为“0”或“1”。

> df$Group   
>[1] 0 1 0 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1 1 0 1 1 1
> 0 0 0 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 
> [59] 1 1 1 1 1 1 0 1 0 0 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 0 1 0 1 1 1 1
> 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 1 0 
>[117] 0 0 0 1 1 1 1
> 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 0 1 1 0 1 0
> 0 1 1 1 1 0 1 1 0 1 1 1 1 0 0 1 
>[175] 1 0 1 
>Levels: 0 1
> is.factor(df$Group)   
> [1] TRUE

另一个代表相同事物的相同故事，但有 "names" 个标签：

> df$Group   
>[1] CON CI     CON CI     CI     CON CI    
> CI     CON CI     CI     CI     CON CI      
>[15] CI  ecc.. ecc..    
> Levels: CI CON  
> is.factor(df$Group2)  
> [1] TRUE  
> contrasts(df$Group2)    
> CI        0  
> CON       1

其中第一个变量中的0=CON，而1=CI。我创建了第一个数值变量，因为我希望 CI 成为我的“1”组，并且 CON 成为 0 参考组，但是当我从数据集转换时，每次我尝试做 "as.factor" 什么发生的是 CI=1 级，CON = 2 级。

我认为它们是同一回事，但是当我尝试使用 sjPlot 包绘制比值比并进行检查以确定时，我注意到 OR 是完全不同的，尽管通过检查 summary( glm 模型），一切似乎都一样（除了估计的 - 或 + 之外，这是有道理的，因为两组的编码不同）。具体来说，当使用数值变量时，绘制的 OR 肯定更大，而当使用 "name" 变量时，OR 更小。

我是不是在理解r（我是自我思考的）或者逻辑回归的计算上遗漏了什么？我应该在逻辑回归中使用哪一个变量？我怎样才能改变 "name" 变量 r 使用 "CI" 作为 0 参考组而不是 CON 的事实？谢谢。

Answer 1

默认情况下，R 对因子水平使用字母顺序。您可以简单地通过

设置自己的顺序

df$Group <- factor(df$Group, levels=c('CON','CI'))

然后 CON 将用作逻辑回归中的参考水平，您应该得到与 0/1 编码相同的结果。

r 中的逻辑回归结果变量预测

Logistic regression outcome variable predictions in r

variables

r

logistic-regression