Множественная логистическая регрессия, сравнивающая несколько категориальных предикторов и множественные двоичные результаты

Question

Скажите, у меня есть фрейм данных data:

Name      V1      V2      V3
Name 1    0       1       1
Name 1    0       0       1
Name 1    1       1       1
Name 2    1       0       0
Name 2    0       0       1
Name 2    1       1       0
Name 3    1       0       0
Name 3    1       0       1
Name 3    1       1       0

Факторы Name 1, Name 2 и Name 3 являются категориальными переменными, которые предсказывают двоичные результаты, перечисленные в V1:V3.

Я хочу выполнить ANOVA или множественную логистическую регрессию, которая сравнивает каждый из факторов в data$name с точки зрения распределения двоичных результатов, показанных в V1:V3, но я не уверен, как это сделать / как это сделать изменить мой фрейм данных, чтобы надлежащим образом выполнить анализ. Пробовал и Anova(), и glm(family=binomial(link="logit") по отдельным факторам из data$Name, но это не совсем дает сравнение, которое я ищу. Тип анализа, который я хочу выполнить, скажет мне, если Name 1 с большей вероятностью будет иметь определенный результат для одной или всех переменных ответа V1:V3 по сравнению с Name 2 и / или Name 3.

Любая помощь будет оценена!

Answer 1

Не похоже, что ANOVA будет уместным в этом случае, но логистическая регрессия должна быть в порядке. Вы можете выполнить логистическую регрессию для каждой переменных результата:

data$Name <- as.factor(data$Name)
yourmodel <- glm(V1 ~ Name, data=data, family=binomial(link="logit"))

Или другой вариант (как предлагается в комментариях):

yourmodel <- glm(Name ~V1 + V2 +V3, data=data, family=binomial(link="logit"))

... в каждом случае вы можете получить остатки модели, коэффициенты и т. Д. По:

summary(yourmodel)

... из которого вы можете извлечь коэффициенты шансов.