Logistic regression

classic Classic list List threaded Threaded
6 messages Options
Reply | Threaded
Open this post in threaded view
|

Logistic regression

DispersionMap
can you do Logistic regression in R, if so how do you do it and how do you test the fit of a model?
Reply | Threaded
Open this post in threaded view
|

Re: [R] Logistic regression

djmuseR
?glm. Run the examples.

This might also help:
http://nlp.stanford.edu/manning/courses/ling289/logistic.pdf

DM

On Thu, Jan 21, 2010 at 1:17 PM, DispersionMap <[hidden email]>wrote:

>
> can you do Logistic regression in R, if so how do you do it and how do you
> test the fit of a model?
> --
> View this message in context:
> http://n4.nabble.com/Logistic-regression-tp1059870p1059870.html
> Sent from the R help mailing list archive at Nabble.com.
>
> ______________________________________________
> [hidden email] mailing list
> https://stat.ethz.ch/mailman/listinfo/r-help
> PLEASE do read the posting guide
> http://www.R-project.org/posting-guide.html
> and provide commented, minimal, self-contained, reproducible code.
>

        [[alternative HTML version deleted]]

______________________________________________
[hidden email] mailing list
https://stat.ethz.ch/mailman/listinfo/r-help
PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
and provide commented, minimal, self-contained, reproducible code.
Reply | Threaded
Open this post in threaded view
|

Re: [R] Logistic regression

Alexandre Serra Barreto
In reply to this post by DispersionMap

   you may use the function glm() to do all of it, see the R help for more
   about.
   Em 21/01/2010 19:17, DispersionMap < [hidden email] > escreveu:

     can you do Logistic regression in R, if so how do you do it and how do you
     test the fit of a model?
     --
     View this message in context:
     http://n4.nabble.com/Logistic-regression-tp1059870p1059870.html
     Sent from the R help mailing list archive at Nabble.com.
     ______________________________________________
     [hidden email] mailing list
     https://stat.ethz.ch/mailman/listinfo/r-help
     PLEASE do read the posting guide
     http://www.R-project.org/posting-guide.html
     and provide commented, minimal, self-contained, reproducible code.
______________________________________________
[hidden email] mailing list
https://stat.ethz.ch/mailman/listinfo/r-help
PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
and provide commented, minimal, self-contained, reproducible code.
Reply | Threaded
Open this post in threaded view
|

Re: [R] Logistic regression

milton ruser
In reply to this post by DispersionMap
Dear someone,

Take a look at drc and Hmisc/Design packages.
Next time could be polite you identify yourself

bests

milton

On Thu, Jan 21, 2010 at 4:17 PM, DispersionMap <[hidden email]>wrote:

>
> can you do Logistic regression in R, if so how do you do it and how do you
> test the fit of a model?
> --
> View this message in context:
> http://n4.nabble.com/Logistic-regression-tp1059870p1059870.html
> Sent from the R help mailing list archive at Nabble.com.
>
> ______________________________________________
> [hidden email] mailing list
> https://stat.ethz.ch/mailman/listinfo/r-help
> PLEASE do read the posting guide
> http://www.R-project.org/posting-guide.html<http://www.r-project.org/posting-guide.html>
> and provide commented, minimal, self-contained, reproducible code.
>

        [[alternative HTML version deleted]]

______________________________________________
[hidden email] mailing list
https://stat.ethz.ch/mailman/listinfo/r-help
PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
and provide commented, minimal, self-contained, reproducible code.
Reply | Threaded
Open this post in threaded view
|

rda.cv cross validation

Alexandre Serra Barreto
In reply to this post by djmuseR

   Dear RÂ listmates,
   I am doing a cross validation with rda.cv to set alpha and delta parameters
   in a training set counting on 614 instances. The result of the process in R
   is:
   rda.cv(fit = z, x = Tt, y = TtL, nfold = 10)
   $nonzero
   Â Â Â Â Â  delta
   alpha  0 0.333 0.667 1 1.333 1.667 2 2.333 2.667 3
   Â   0Â Â Â Â Â 9Â Â Â Â   9Â Â Â Â   9  8Â Â Â Â  8Â Â Â Â  8 8Â Â Â Â
   7Â Â Â Â  6 4
   Â  0.11 9Â Â Â Â  9Â Â Â Â  8 8Â Â Â Â  6Â Â Â Â  3 1Â Â Â Â  1Â Â Â Â  1 0
   Â  0.22 9Â Â Â Â  8Â Â Â Â  7 6Â Â Â Â  2Â Â Â Â  1 1Â Â Â Â  0Â Â Â Â  0 0
   Â  0.33 9Â Â Â Â  8Â Â Â Â  6 2Â Â Â Â  1Â Â Â Â  1 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.44 9Â Â Â Â  8Â Â Â Â  4 2Â Â Â Â  1Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.55 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.66 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.77 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.88 9Â Â Â Â  5Â Â Â Â  2 0Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.99 9Â Â Â Â  4Â Â Â Â  1 0Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0

   $cv.err
   Â Â Â Â Â  delta
   alpha   0 0.333 0.667   1 1.333 1.667   2 2.333 2.667   3
   Â  0Â Â Â Â Â  22Â Â Â  23Â Â Â  23Â  25Â Â Â  25Â Â Â  25Â  23Â Â Â Â
   25Â Â Â Â  26Â  34
   Â  0.11 24Â Â Â  24Â Â Â  25Â  28Â Â Â  31Â Â Â Â  54Â  64Â Â Â Â  72Â Â Â
   160 214
   Â  0.22 24Â Â Â  25Â Â Â  29Â  39Â Â Â  58Â Â Â Â  72 144Â Â Â  214Â Â  214
   214
   Â  0.33 24Â Â Â  27Â Â Â  36Â  56Â Â Â  72Â Â Â  160 214Â Â Â 214Â Â  214
   214
   Â  0.44 25Â Â Â  30Â Â Â  53Â  64Â Â  126Â Â Â  214 214Â Â  214Â Â  214 214
   Â  0.55 25Â Â Â  32Â Â Â  53Â  73Â Â  214Â Â Â  214 214Â Â  214Â Â  214 214
   Â  0.66 25Â Â Â  35Â Â Â  57 127Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.77 25Â Â Â  37Â Â Â  64 201Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.88 25Â Â Â  42Â Â Â  76 214Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.99 25Â Â Â  49Â Â Â  85 214Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   My doubt is: What do these numbers in the second table really represent? I
   am considerind that they are the averaged number of missclassifications for
   each set. Am I right?
   Thanks,
   Alexandre.
______________________________________________
[hidden email] mailing list
https://stat.ethz.ch/mailman/listinfo/r-help
PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
and provide commented, minimal, self-contained, reproducible code.
Reply | Threaded
Open this post in threaded view
|

rda.cv cross validation

Alexandre Serra Barreto

   Dear RÂ listmates,
   I am doing a cross validation with rda.cv to set alpha and delta parameters
   in a training set counting on 614 instances. The result of the process in R
   is:
   Â Â Â Â Â  delta
   alpha  0 0.333 0.667 1 1.333 1.667 2 2.333 2.667 3
   Â  0Â Â Â  9Â Â Â Â  9Â Â Â Â  9 8Â Â Â Â  8Â Â Â Â  8 8Â Â Â Â  7Â Â Â Â  6
   4
   Â  0.11 9Â Â Â Â  9Â Â Â Â  8 8Â Â Â Â  6Â Â Â Â  3 1Â Â Â Â  1Â Â Â Â  1 0
   Â  0.22 9Â Â Â Â  8Â Â Â Â  7 6Â Â Â Â  2Â Â Â Â  1 1Â Â Â Â  0Â Â Â Â  0 0
   Â  0.33 9Â Â Â Â  8Â Â Â Â  6 2Â Â Â Â  1Â Â Â Â  1 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.44 9Â Â Â Â  8Â Â Â Â  4 2Â Â Â Â  1Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.55 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.66 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.77 9Â Â Â Â  6Â Â Â Â  2 1Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0
   Â  0.88 9Â Â Â Â  5Â Â Â Â  2 0Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â   0Â Â Â Â  0 0
   Â  0.99 9Â Â Â Â  4Â Â Â Â  1 0Â Â Â Â  0Â Â Â Â  0 0Â Â Â Â  0Â Â Â Â  0 0

   $cv.err
   Â Â Â Â Â  delta
   alpha   0 0.333 0.667   1 1.333 1.667   2 2.333 2.667   3
   Â  0Â Â Â  22Â Â Â  23Â Â Â  23Â  25Â Â Â  25Â Â Â  25Â  23Â Â Â  25Â Â Â
   26Â  34
   Â  0.11 24Â Â Â  24Â Â Â  25Â  28Â Â Â  31Â Â Â  54Â  64Â Â Â  72Â Â  160
   214
   Â  0.22 24Â Â Â  25Â Â Â  29Â  39Â Â Â  58Â Â Â  72 144Â Â  214Â Â  214 214
   Â  0.33 24Â Â Â  27Â Â Â  36Â  56Â Â Â  72Â Â  160 214Â Â  214Â Â  214 214
   Â  0.44 25Â Â Â  30Â Â Â  53Â  64Â Â  126Â Â  214 214Â Â  214Â Â  214 214
   Â  0.55 25Â Â Â  32Â Â Â  53Â  73Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.66 25Â Â Â  35Â Â Â  57 127Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.77 25Â Â Â  37Â Â Â  64 201Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.88 25Â Â Â  42Â Â Â  76 214Â Â  214Â Â  214 214Â Â  214Â Â  214 214
   Â  0.99 25Â Â Â  49Â Â Â  85 214Â Â  214Â Â  214 214Â Â  214Â Â  214 214

   My doubt is: What do these numbers in the second table really represent? I
   am considerind that they are the averaged number of missclassifications for
   each set. Am I right?
   Thanks,
   Alexandre.
______________________________________________
[hidden email] mailing list
https://stat.ethz.ch/mailman/listinfo/r-help
PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
and provide commented, minimal, self-contained, reproducible code.