您好,登录后才能下订单哦!
R语言中基于Logistic银行贷款拖欠率用户分析是怎样的,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
今天推一篇广义线性回归模型中的一种,logistic回归,去年参加校创项目,我们组的课题是’基于logistic滴滴打车女性出行安全研究‘,所以,对于这个模型,有一些了解,logistic回归多用于医学统计,因变量为定性变量,可以为有序、分等级的,比如有病、无病;满意、一般、不满意等。logistic回归多用于寻找危险因素,比如某一疾病的危险因素有哪些?预测某病发生的概率有多大?判别某人有多大可能性是属于某病。
建模之前,首先要有一定的数据支持。
截取部分数据如下
Logistic 回归属于概率型非线性回归,分为二分类和多分类的回归模型。对于二分类的Logistic回归,因变量y只有“是、否”两个取值,记为1和0。假设在自变量x1,x2,...,xP,作用下,y取“是”的概率是p,则取“否”的概率是1-p,研究的是当y取“是”发生的概率p与自变量x1,x2,...,xP的关系。
当自变量之间出现多重共线性时,用最小二乘估计估计的回归系数将会不准确,消除多重共线性的参数改进的估计方法主要有岭回归和主成分回归。
3.建模准备
Logistic 回归模型的建模步骤
1)根据分析目的设置指标变量(因变量和自变量),然后收集数据。
2)y取1的概率是p=P(y=1|x),取0概率是1-p。用Ln(p/1-p)和自变量列出线性回归方程,估计出模型中的回归系数。
3)进行模型检验:根据输出的方差分析表中的F值和p值来检验该回归方程是否显著,如果p值小于显著性水平a则模型通过检验,可以进行下一步回归系数的检验;否则要重新选择指标变量,重新建立回归方程。
4)进行回归系数的显著性检验:在多元线性回归中,回归方程显著并不意味着每个自变量对y的影响都显著,为了从回归方程中剔除那些次要的、可有可无的变量,重新建立更为简单有效的回归方程,需要对每个自变量进行显著性检验,检验结果由参数估计表得到。采用逐步回归法,首先剔除掉最不显著的因变量,重新构造回归方程,一直到模型和参与的回归系数都通过检验。
5)模型应用:输入自变量的取值,就可以得到预测变量的值,或者根据预测变量的值去控制自变量的取值。
logistic回归模型程序
# 读入数据
Data<-read.csv("C:/Users/27342/Desktop/bankloan.csv")[2:701, ]
# 数据命名
colnames(Data)<- c("x1", "x2", "x3", "x4", "x5", "x6", "x7", "x8", "y")
# logistic回归模型
glm <- glm(y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8,
family = binomial(link = logit), data = Data)
summary(glm)
# 逐步寻优法
logit.step <- step(glm, direction = "both")
summary(logit.step)
# 前向选择法
logit.step <- step(glm, direction = "forward")
summary(logit.step)
# 后向选择法
logit.step <- step(glm, direction = "backward")
summary(logit.step)
部分结果展示
Call:
glm(formula = y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8, family = binomial(link = logit),data = Data)
Deviance Residuals:
Min 1Q Median 3Q Max
-2.3516 -0.6461 -0.2934 0.2344 3.0087
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -1.550059 0.618178 -2.507 0.0122 *
x1 0.034636 0.017351 1.996 0.0459 *
x2 0.090290 0.122838 0.735 0.4623
x3 -0.257532 0.033096 -7.781 7.17e-15 ***
x4 -0.104765 0.023203 -4.515 6.33e-06 ***
x5 -0.009071 0.007743 -1.172 0.2414
x6 0.067232 0.030289 2.220 0.0264 *
x7 0.615093 0.113216 5.433 5.54e-08 ***
x8 0.068376 0.077013 0.888 0.3746
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 801.68 on 698 degrees of freedom
Residual deviance: 551.00 on 690 degrees of freedom
(1 observation deleted due to missingness)
AIC: 569
Number of Fisher Scoring iterations: 6
采用逐步寻优剔除变量,消除多重共线性,构建新的模型,选模型的AIC值为最小值,采用R语言自带的后向选择函数可以得到同样的模型,自带的前向选择函数得到有全部自变量的全模型,以此,选择最优的模型。
看完上述内容,你们掌握R语言中基于Logistic银行贷款拖欠率用户分析是怎样的的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注亿速云行业资讯频道,感谢各位的阅读!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。