使用 GLM 进行逻辑回归

Question

我试图将一些 R 代码引入 Julia，但 GLM 包出现问题。数据集按年龄分组，每组中有 m_i 个个体，其中 N_i 个患病个体。我想估计生病的概率作为年龄的函数 - 一个典型的逻辑回归问题。IR 代码如下所示：

fit <- glm(cbind(N, m - N) ~ age, family = binomial, data = heart)

我在 Julia 中尝试了以下函数调用，但它不起作用：

glm(@formula((N, m-N) ~ age), df, Binomial(), LogitLink())

有任何想法吗？数据集可以在这里找到：http ://stat.ethz.ch/Teaching/Datasets/heart.dat

谢谢。

Answer 1

您必须构建一个二元变量，sick该变量对应于每个年龄组中患病和未患病观察的数量。下面我通过DataFrame为每个年龄组创建一个单独的组然后vcat在它们上运行来实现这一点。

下面是假设您在heart数据框中读取数据的代码（我将创建压缩heart_flat为一行，但您可以提取其中的理解来查看实时创建的内容）：

heart_flat = vcat([DataFrame(age=row[:age],
                             sick=[ones(Int, row[:N]);
                                   zeros(Int, row[:m]-row[:N])])
                   for row in eachrow(heart)]...)

glm(@formula(sick ~ age), heart_flat, Binomial(), LogitLink())

它产生与 R 中相同的估计。