多重ロジスティック回帰分析
オッズ比について質問が、多重ロジスティック回帰分析の説明まで膨らんできた。もう話だけで理解してもらうのは大変なので、手を動かしてもらうことにしようと思う。手元にはRとJMPがあるので、両方でやってみせ、みんなにはRで実際にやってみてもらうことにする。
JMPで多重ロジスティック回帰分析
以前、天才にお薦めしてもらっていた「入門 医療統計学―Evidenceを見出すために」にも手順は載っていたが、
- データ*1を名義尺度に変換
- 分析→モデルのあてはめ
- Yに従属変数、モデル効果の構成に独立変数を入れ、モデルの実行
- 赤い▽をクリックしてオッズ比にチェック
でできる。
Rで多重ロジスティック回帰分析
Rでの手順は、以前にやったことがあるので大丈夫かと思いきや、かなりうろ覚えだったので、いつものようにRによる統計処理やRによる保健医療データ解析演習を参考にした。
dat <- read.csv("hoge.csv") # データ読み込み attach(dat) y <- factor(y) # 名義尺度へ変換 x1 <- factor(x1) x2 <- factor(x2) res <- glm(y ~ x1 + x2, binomial) summary(res) exp(coef(res)) # オッズ比の計算
名義尺度への変換*2を行わずにやっても同じ結果が返ってきたのだが、最近はやらなくてもよくなったのだろうか?