逻辑回归是一种回归模型，其响应变量(因变量)具有分类值，如True/False或0/1。 它实际上是根据与预测变量相关的数学方程，来衡量二进制响应的概率作为响应变量的值。

　　逻辑回归的一般数学方程为 -

　　y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))

　　R

　　以下是使用的参数的描述 -

　　y- 是响应变量。

　　x- 是预测变量。

　　a和b是数字常数的系数。

　　用于创建回归模型的函数是glm()函数。

　　用于计算逻辑回归的glm()函数的基本语法是 -

　　glm(formula,data,family)

　　R

　　formula- 是呈现变量之间关系的符号。

　　data- 是给出这些变量值的数据集。

　　family- 是R对象来指定模型的概述，对于逻辑回归，它的值是二项式。

　　内置数据集“mtcars”描述了具有各种发动机规格的汽车的不同型号。在“mtcars”数据集中，传输模式(自动或手动)由列am(其为二进制值(或1))描述。我们可以在“am”列和另外3列 -hp，wt和cyl之间创建逻辑回归模型。参考以上示例代码 -

　　下面我们看看在R语言中，多分类变量的哑变量化，下图中x3变量很明显是多分类变量，在SPSS里面是需要专门的进行哑变量化的。不知道的点击：不要再稀里糊涂的做回归了：如何设置哑变量

　　回归后的结果大家可以看到，就是B,C,D,E对A的OR。

　　如果你想把B或者其他当做参考值，怎么呢？重新对X3的level进行设定就可以了。

　　平台推荐课程

　　各位粉丝，大家好！经过编辑部的筹备，临床科研设计与方法系列课程陆续在【网易云课堂】登陆，重磅上线！希望各位粉丝能够喜欢~

　　首发促销活动中！优惠仅剩不到3天！

　　【SPSS在临床研究中的应用】原价500元，现价仅为200元！！！

　　【Meta分析基本教程】原价250元，现价仅为99元！！！

　　本课程的优势就是来源于临床医生，用之于临床医生，做一套临床医生看得懂的临床科研教程。