如何使用二元变量建立逻辑回归模型？答案

【问题标题】：How to use a binary variable to build a logistic regression model?如何使用二元变量建立逻辑回归模型？
【发布时间】：2018-03-18 18:57:49
【问题描述】：

如您所见，这是我的因变量（G3）的结构：

G3 是学生的期末成绩。它是一个二进制变量，如果G3G3>=10，学生通过。用“1”表示失败，“2”表示通过。

现在我要建立一个逻辑回归模型。我需要将此二进制变量转换为数值变量，并且我们假设如果因变量 G3 等于 1，则学生不及格，如果 G3 等于 0，则学生通过。我该怎么办？

我又检查了G3的结构：

变成了数值变量，但“失败”或“通过”仍然由“1”和“2”表示。如何将它们更改为“1”和“0”？

【问题讨论】：

欢迎来到 SO。为了帮助您，我们将不胜感激'MRE'：stackoverflow.com/help/mcve。这意味着，请向我们提供示例数据，以便我们重现您的特定问题
一般来说，最好通过剪切和粘贴文本来提供信息，而不是在可能的情况下发布屏幕截图......

【解决方案1】：

怎么样

performance$G3 <- 2-performance$G3

或者，您也可以从头开始

performance$G3 <- ifelse(performance$G3=="fail",0,1)

最后，您可以使用因子变量作为响应。来自?binomial，如果响应变量是一个因子，

...“成功”被解释为不成功的因素具有第一级（因此通常具有第二级）。

你必须改变关卡的顺序，例如

 performance$G3 <- factor(performance$G3, levels=c("pass", "fail"))

【讨论】：