多項ロジスティック回帰分析・順序ロジスティック回帰分析 のRによる実施例です。
多項ロジスティック回帰分析 です。 カテゴリが３つ以上ある場合です。
結果のグラフを作る部分以外は、２値の時と同じ手順でできます。
ここでは、以下のデータを使っています。
setwd("C:/Rtest")
Data <- read.csv("Data.csv", header=T)
library(ggplot2)
ggplot(Data, aes(x=X01, y=Y)) + geom_point()
library(nnet)
LR<-multinom(Y ~ X01, data=Data)
Data2 <- cbind(Data,LR$fitted.values)
Data2$Y <- NULL
library(tidyr)
Data_long <- tidyr::gather(Data2, key="Y_name", value = probability, -X01)
ggplot(Data_long, aes(x=X01,y=probability, colour=Y_name)) + geom_line() + geom_point()
順序ロジスティック回帰分析 です。 カテゴリが３つ以上あって、カテゴリの順番に意味がある場合です。
ここでは、以下のデータを使っています。
setwd("C:/Rtest")
Data <- read.csv("Data.csv", header=T)
library(ggplot2)
ggplot(Data, aes(x=X01, y=Y)) + geom_point()
library(MASS)
Data$Y <- as.factor(Data$Y)
LR<-polr(Y ~ X01, data=Data)
library(tidyr)
Data_long <- tidyr::gather(Data2, key="Y_name", value = probability, -X01)
ggplot(Data_long, aes(x=X01,y=probability, colour=Y_name)) + geom_line() + geom_point()
CRAN
https://cran.r-project.org/web/packages/MASS/MASS.pdf
MASSのマニュアルです。
CRAN
https://cran.r-project.org/web/packages/nnet/nnet.pdf
nnetのマニュアルです。
Tweet
