原文链接：http://tecdat.cn/?p=6295
原文出处：拓端数据部落公众号
并非所有后果/因变量都能够应用线性回归进行正当建模。兴许第二种最常见的回归模型是逻辑回归，它实用于二元后果数据。如何计算逻辑回归模型的R平方？
McFadden麦克法登R平方
在R中，glm（狭义线性模型）命令是用于拟合逻辑回归的规范命令。据我所知，拟合的glm对象并没有间接给你任何伪R平方值，但能够很容易地计算出McFadden的度量。为此，咱们首先拟合咱们感兴趣的模型，而后是仅蕴含截距的null模型。而后咱们能够应用拟合模型对数似然值计算McFadden的R平方：
mod < - glm（y~x，family =“binomial”）nullmod < - glm（y~1，family =“binomial”）1-logLik（MOD）/ logLik（nullmod）为了理解预测器须要取得某个McFadden的R平方值的强度，咱们将应用单个预测模型X来模仿数据， 咱们首先尝试P（Y = 1 | X = 0）= 0.3和P（Y = 1 | X = 1）= 0.7：
set.seed（63126）n < - 10000x < - 1 *（ （n）<0.5）pr < - （x == 1）* 0.7 +（x == 0）* 0.3y < - 1 *（ f（n）<pr）mod < - glm（y~x，family =“binomial”）nullmod < - glm（y~1，family =“binomial”）1-logLik（MOD）/ （nullmod）'log Lik。' 0.1320256（df = 2）因而，即便X对Y = 1的概率有相当强烈的影响，McFadden的R2也只有0.13。要减少它，咱们必须使P（Y = 1 | X = 0）和P（Y = 1 | X = 1）更加不同：
set.seed（63126）n < - 10000x < - 1 *（runif（n）<0.5）pr < - （x == 1）* 0.9 +（x == 0）* 0.1y < - 1 *（ （n）<pr）mod < - glm（y~x，family =“binomial”）nullmod < - glm（y~1，family =“binomial”）1- （MOD）/ （nullmod）\[1\] 0.5539419即便X将P（Y = 1）从0.1变为0.9，McFadden的R平方仅为0.55。最初咱们将尝试0.01和0.99的值 - 我称之为十分弱小的成果！
set.seed（63126）n < - 10000x < - 1 *（runif（n）<0.5）pr < - （x == 1）* 0.99 +（x == 0）* 0.01y < - 1 *（ （n） pr）mod < - glm（y~x，family =“binomial”）nullmod < - glm（y~1，family =“binomial”）1- （MOD）/ （ ）\[1\] 0.9293177当初咱们有一个更靠近1的值。
分组二项数据与单个数据
data < - data.frame（s = c（700,300），f = c（300,700），x = c（0,1）） SFX1 700 300 02 300 700 1为了使逻辑回归模型拟合R中的数据，咱们能够将因变量传递给glm函数， ：
Call:glm(formula = cbind(s, f) ~ x, family = "binomial", data = data)Deviance Residuals: \[1\] 0 0Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.84730 0.06901 12.28 <2e-16 ***x -1.69460 0.09759 -17.36 <2e-16 ***\-\-\-Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1(Dispersion parameter for binomial family taken to be 1) Null deviance: 3.2913e+02 on 1 degrees of freedomResidual deviance: 1.3323e-13 on 0 degrees of freedomAIC: 18.371Number of Fisher Scoring iterations: 2咱们当初将分组的二项式数据转换为 伯努利 数据，并拟合雷同的逻辑回归模型。
individualData <- (cbind(data,y=0),cbind(data,y=1))individualData$freq <- individualData$sindividualData$freq\[ $y==0\] <- $f\[individualData$y==0\]mod2 <- glm(y~x, family="binomial",data= ,weight=freq)summary(mod2)Call:glm(formula = y ~ x, family = "binomial", data = individualData, weights = freq)Deviance Residuals: 1 2 3 4 -26.88 -22.35 22.35 26.88 Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.84730 0.06901 12.28 <2e-16 ***x -1.69460 0.09759 -17.36 <2e-16 ***\-\-\-Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1(Dispersion parameter for binomial family taken to be 1) Null deviance: 2772.6 on 3 degrees of freedomResidual deviance: 2443.5 on 2 degrees of freedomAIC: 2447.5Number of Fisher Scoring iterations: 4正如所料，咱们从分组数据框中取得雷同的参数估计和推论。
nullmod1 <- glm(cbind(s,f)~1, family="binomial",data)nullmod2 <- glm(y~1, family="binomial",data=individualData, =freq)1-logLik(mod1)/logLik(nullmod1)'log Lik.' 0.9581627 (df=2)1-logLik(mod2)/logLik(nullmod2)'log Lik.' 0.1187091 (df=2)咱们看到分组数据模型的R平方为0.96，而单个数据模型的R平方仅为0.12。