小白求问两道R语言练习题

小思

RT，我是R语言小白，刚遇到两道比较简单的题目，但是自己不是很会做，希望大神们能够帮忙解答下~谢谢！
1、肺癌数据，用logistic回归分析饮酒与肺癌之间的关系，并且求OR值
数据如下：
cancer drink count
0 1 1640
1 1 33
0 0 2300
1 0 27
2、妇女的教育程度与其对于是否应该就业的观点之间的关系分析，我们将教育由低到高分为5个级别，分为将观点由支持到反对分为4个级别，尝试直接使用logistic模型，再添加评分系统来优化模型的变量选择问题
数据如下：
education view count
1 1 2
1 2 17
1 3 17
1 4 5
2 1 6
2 2 65
2 3 79
2 4 6
3 1 41
3 2 220
3 3 327
3 4 48
4 1 72
4 2 224
4 3 503
4 4 47
5 1 24
5 2 61
5 3 300
5 4 41


小白在此谢过诸位啦~大家不要笑我白痴啊       

bitting304

额，这个真不会，只能帮顶了

lww1993

require(stats4)
nLL<-function(beta0,beta1){    # nLL指的是negative log likehood function
  P1<-1/(1+exp(-beta0-beta1)); #P1代表饮酒时得肺癌的概率
  P2<-1/(1+exp(-beta0));       #P2代表不饮酒时得肺癌的概率
  ll<-33*log(P1)+1640*log(1-P1)+
       27*log(P2)+2300*log(1-P2);#log likehood function
  -ll #为了与mle中的第一个参数统一
}

fit0<-mle(nLL,start=list(beta0=0,beta1=0))

lww1993

用上面的R程序可以计算出拟合后的参数。

lww1993

OR1=exp(beta1)即为饮酒的优势比

lww1993

fit1<-attributes(fit0)#得到fit0的属性

beta1<-(fit1$coef)[2]#得到beta1的估计；

vcov1<-fit1$vcov #得到相应的协方差阵；

var1<-vcov1[2,2]#得到beta1估计的近似方差；

sta<-beta1^2/var1#用wald检查

#最后算得sta=4.246507,chi-square分布的0.95处对应的是3.84，故此时说明饮酒与肺癌是有显著性关系的。

#我们还要进行相应的检验，来说明我们建立的拟合关系是合理的。