我想解决这个问题.我如何在R中定义在二元逻辑回归中使用的参考水平？那么多项逻辑回归呢？现在我的代码是:
logistic.train.model3 <- glm(class~ x+y+z,
family=binomial(link=logit), data=auth, na.action = na.exclude)
我的响应变量是"YES"和"NO".我想预测某人回答"是"的可能性.
我不想将变量重新编码为0/1.有没有办法告诉模型预测"是"？
谢谢您的帮助.
如何在 R 中执行多变量（多因变量）逻辑回归？
我知道你这样做是为了线性回归，这是有效的
form <-cbind(A,B,C,D)~shopping_pt+price
mlm.model.1 <- lm(form, data = train)
但是当我尝试以下（见下文）逻辑回归时，它不起作用。
model.logistic <- glm(form, family=binomial(link=logit), data=train)
感谢您的帮助。
要补充的是，我使用上述线性模型执行此操作的代码似乎不正确。我正在尝试本文档中概述的内容，有些人可能会觉得这些内容很有用。
ftp://ftp.cis.upenn.edu/pub/datamining/public_html/ReadingGroup/papers/multiResponse.pdf
我正在尝试删除给定列具有该行的NA的数据框中的行。例如，采用以下数据框
ID# Name Sales Price
1 NA 15 34
2 Jay NA 52
3 Roy NA 21
4 NA 56 NA
5 Jake 60 20
我想删除名称列为NA的所有行。因此，我将得到一个如下所示的数据框：
ID# Name Sales Price
2 Jay NA 52
3 Roy NA 21
5 Jake 60 20
我正在尝试new_df <-na.omit（df [，“ Name”]），但这不起作用（不确定原因）
我有一个数据框,df和一个因子类向量,"EMAIL_STATUS".如果我做:
table(df$EMAIL_STATUS, useNA="always")
我得到38716 <NA>,638 "YES",110 "9999".
我想将38716转换为"UNKNOWN".我尝试以下代码:
df$EMAIL_STATUS[is.na(df$EMAIL_STATUS)] <- "UNKNOWN"
我没有得到任何错误,但它没有将NAs转换为"UNKNOWN",事实上它什么也没做.