Пакет R для оценки пробита с порядковыми независимыми переменными?

Question

Я хочу оценить модель регрессии, в которой зависимая переменная является фиктивной (кодируется 0/1), и у меня есть пять или шесть порядковых независимых переменных (которые я выделю), а также куча других вещей. Может ли кто-нибудь порекомендовать пакет, который будет выполнять сглаживание с минимумом суеты или иначе обрабатывать порядковые переменные RHS? спасибо

Answer 1

Все это можно сделать с помощью встроенной функции glm, а также соответствующего использования factor вокруг переменных в вашей формуле, которые следует преобразовать в фиктивные переменные.

Пример:

R> y <- rbinom(100, 1, .5)
R> x1 <- sample(1:5, 100, replace = TRUE)
R> x2 <- sample(1:5, 100, replace = TRUE)
R> m1 <- glm(y ~ factor(x1) + factor(x2), family = binomial(link = "probit"))
R> m1

Call:  glm(formula = y ~ factor(x1) + factor(x2), family = binomial(link = "probit")) 

Coefficients:
(Intercept)  factor(x1)2  factor(x1)3  factor(x1)4  factor(x1)5  factor(x2)2  
      0.335       -0.729       -0.670       -0.639       -0.740        0.327  
factor(x2)3  factor(x2)4  factor(x2)5  
     -0.106        0.624        0.483  

Degrees of Freedom: 99 Total (i.e. Null);  91 Residual
Null Deviance:      138 
Residual Deviance: 129  AIC: 147 

Возможно, вы также захотите взглянуть на пакет dummies.