Deutsches R-Forum

Verfasst: **Do Jan 18, 2018 6:58 pm**

Hallo zusammen

Ich möchte anhand von mehreren Faktoren eine binomiale Variable (handeln=1, nichthandeln=0) vorhersagen.
Normalerweise wende ich dafür eine logistische Regression an:

Code: Alles auswählen

model<-glm(handeln ~ x1 + x2 + x3 + x4, data, family = "binomial"(link="logit"))

Wie mache ich das, wenn die gleiche Entscheidung mehrmals getroffen werden kann k/n?
Also wenn von zb. 200(=n) gleichgestellten Handlungsmöglichkeiten eine VPN 40Mal handelt und 160Mal nicht handelt (=k).
Wie kann ich die Daten im R manipulieren, dass ich eine logistische Regression anwenden kann?

Oder gibt es ein anderes Modell?

Vielen Dank für Eure Antwort und lg
R_newbie

Verfasst: **Do Jan 18, 2018 7:29 pm**

Das Model sieht ja so aus

Code: Alles auswählen

y ~ Bin(N, p)
logit(p) = beta * X

N kann also auch was anderes als 1 sein...
In R kann man das mit dem weights= Argument angeben, siehe die documentation.

Verfasst: **Sa Jan 20, 2018 10:50 am**

Vielen Dank für die Antwort.
Leider verstehe ich nicht, was du genau meinst.

Kann mir jemand weiterhelfen?

Danke schon mal im Voraus

Verfasst: **Sa Jan 20, 2018 8:51 pm**

Ich dachte an sowas:

Code: Alles auswählen

# some data
n <- 100 # sample size
N <- 200 # number of events (=N)
x <- sort(runif(n)) # predictor
nu <- -5 + 10 * x  # link scale
pi = exp(nu) / ( 1 + exp(nu)) # inverse logit (=pi )
y = rbinom(n, N , pi) # simulate response Bin(N, pi)
plot(x, y)

# fit glm with weights
mod <- glm(y / N ~ x, family = binomial(link = 'logit'), weights = rep(N, n))
lines(x, predict(mod, type = 'response') * N)

Deutsches R-Forum

Logistische Regression

Logistische Regression

Re: Logistische Regression

Re: Logistische Regression

Re: Logistische Regression