怎么用R语言建立有序三分类logistic模型

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了怎么用R语言建立有序三分类logistic模型相关的知识,希望对你有一定的参考价值。

参考技术A 建立m函数文件存为logistic1
function f=logistic1(b)
t=[0,5,10,24,33,48,57,72,96,120,144,168,192,216];y=[0,0.028,0.103,0.336,0.450,0.597,0.716,0.778,0.835,0.849,0.816,0.839,0.811,0.816];
f = y-b(1)./(1+b(2).*exp(-b(3).*t));
b0=[10,2,2];
>> b=leastsq('logistic1',b0)
b =
0.8221 13.9173 0.0818
或者cftool
General model:
f(x) = b/(1+a*exp(-k*x))
Coefficients (with 95% confidence bounds):
a = 13.92 (6.301,21.53)
b = 0.822 (0.7911,0.853)
k = 0.08184 (0.06479,0.0989)
Goodness of fit:
SSE:0.01404
R-square:0.9898
Adjusted R-square:0.9879
RMSE:0.03572
参考技术B 用一个叫epicalc的包,里面直接有function,这个包专门有一本书在网上也能找到,照着上面做就行了,很简单的

R语言等级多分类Logistic回归模型实战

R语言等级多分类Logistic回归模型实战

目录

R语言有序多分类Logistic回归模型实战

#导入包

#数据加载

以上是关于怎么用R语言建立有序三分类logistic模型的主要内容,如果未能解决你的问题,请参考以下文章

R语言无序多分类Logistic回归模型实战

R语言glm拟合logistic回归模型:输出logistic回归的summary信息可视化logistic回归模型的系数logistic回归模型分类评估计算(混淆矩阵accuracy偏差)

R语言构建logistic回归模型并评估模型:模型预测结果抽样可视化模型分类预测的概率分布情况使用WVPlots包绘制ROC曲线并计算AUC值

拓端tecdat|R语言编程指导多分类logistic逻辑回归模型在混合分布模拟单个风险损失值评估的应用

R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化基于数据阳性样本比例选择合适的分类评估指标

r语言怎么做每一列和第一列线性回归