#载入包
library(epiDisplay)
#单因素logistic
fit1<-glm(formula = MACE ~ Age
, family = binomial(),
data = Vdata2)
fit2<-glm(formula = MACE ~ Hypertention
, family = binomial(),
data = Vdata2)
fit3<-glm(formula = MACE ~ Hhcy
, family = binomial(),
data = Vdata2)
fit4<-glm(formula = MACE ~ HF
, family = binomial(),
data = Vdata2)
fit5<-glm(formula = MACE ~ Sent
, family = binomial(),
data = Vdata2)
fit6<-glm(formula = MACE ~ Killip
, family = binomial(),
data = Vdata2)
fit7<-glm(formula = MACE ~ VD3LM
, family = binomial(),
data = Vdata2)
fit8<-glm(formula = MACE ~ LDLC
, family = binomial(),
data = Vdata2)
fit9<-glm(formula = MACE ~ LVEF_F
, family = binomial(),
data = Vdata2)
#查看单因素结果
logistic.display(fit1)
logistic.display(fit2)
logistic.display(fit3)
logistic.display(fit4)
logistic.display(fit5)
logistic.display(fit6)
logistic.display(fit7)
logistic.display(fit8)
logistic.display(fit9)
6.0 Logistic_Univariate
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 写在前面的话:哈喽,大家早安、午安、晚安喽,欢迎大家指点,也希望我的内容可以温暖、帮助同在学习路上的人们~再次申明...
- 本节不仅介绍了Logistic回归在sklearn中模型应用,还介绍了liblinear、牛顿法、拟牛顿法(DFP...
- 当Y只有两个选项时,可以使用二分类Logistics,当Y有三项或更多时,则应该使用多分类Logistics回归,...
- 导语:影响关系研究是所有研究中最为常见的。我们都知道当Y是定量数据时,线性回归可以用来分析影响关系。如果现在想对某...