r中的逻辑回归结果变量预测

Question

我正在使用逻辑回归来预测二元结果变量（组，0/1）。 所以我注意到了一些事情：我有两个变量代表相同的结果，一个简单地编码为“0”或“1”。

> df$Group   
>[1] 0 1 0 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1 1 0 1 1 1
> 0 0 0 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 
> [59] 1 1 1 1 1 1 0 1 0 0 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 0 1 0 1 1 1 1
> 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 0 1 0 
>[117] 0 0 0 1 1 1 1
> 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 0 1 1 0 1 0
> 0 1 1 1 1 0 1 1 0 1 1 1 1 0 0 1 
>[175] 1 0 1 
>Levels: 0 1
> is.factor(df$Group)   
> [1] TRUE

另一个故事代表相同的事物，但带有“名称”标签：

> df$Group   
>[1] CON CI     CON CI     CI     CON CI    
> CI     CON CI     CI     CI     CON CI      
>[15] CI  ecc.. ecc..    
> Levels: CI CON  
> is.factor(df$Group2)  
> [1] TRUE  
> contrasts(df$Group2)    
> CI        0  
> CON       1

其中第一个变量中的0=CON，而1=CI。我创建了第一个数值变量，因为我希望 CI 成为我的“1”组，而 CON 是 0 参考组，但是当我从数据集进行转换时，每次我尝试做“as.factor”时发生的事情是 CI= 1 级，CON = 2 级。

我认为它们是相同的，但是当我尝试使用 sjPlot 包绘制优势比并检查确定时，我注意到 OR 完全不同，尽管通过检查汇总系数（glm 模型），一切似乎都一样（除了估计的-或+，这是有道理的，因为两组的编码不同）。具体来说，当使用数值变量时，绘制的 OR 肯定更大，而使用“名称”变量时，OR 更小。

我是否在理解 r（我是自以为是）或逻辑回归计算中遗漏了什么？我应该在逻辑回归中使用哪一个变量？我怎么能改变在“名称”变量中 r 使用“CI”作为 0 参考组而不是 CON 的事实？谢谢。

Answer 1

默认情况下，R 使用字母顺序表示因子水平。您可以简单地设置自己的订单

df$Group <- factor(df$Group, levels=c('CON','CI'))

然后CON 将用作逻辑回归中的参考水平，您应该得到与使用 0/1 编码相同的结果。