참가자 n = 18 인 데이터 프레임이 있습니다. 3 개의 IV와 1 개의 바이너리 DV에 걸쳐 90 개의 관측치가 있습니다 (축약 된 예는 아래 참조).
data <- data.frame(age = c(21, 30, 25, 41, 29, 33),IQ=c(60,70,80,90,100,200),SAT=(2400,2200,1400,1550,1470,1300), sex = factor(c(1, 2, 1, 2, 1, 2), labels = c("Female", "Male")))
나는 이미 전체 샘플을 사용하여 로지스틱 glm 회귀를 수행했습니다. 다음은 사용 된 코드입니다.
model2<-glm(Sex~Age+IQ+SAT,family=binomial(link="logit"))
summary(model2)
성별을 예측하기 위해 각 참가자의 베타 계수 (나이, IQ 및 SAT 점수)를 계산하고 싶습니다. 플롯 할 계수가 18 개 있어야합니다. 미리 감사드립니다 !!
broom
및 tidyverse
다음을 사용하여이 접근 방식을 시도 할 수 있습니다 .
library(tidyverse)
library(broom)
#Code
data %>% mutate(id=1:n()) %>% group_by(id) %>%
do(fitmod = tidy(glm(sex~age+IQ+SAT,family=binomial(link="logit"), data = .))) %>%
unnest(fitmod)
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다