r中的Logistic回归结果变量预测

Question

我正在使用逻辑回归来预测二进制结果变量（组，0/1）。因此，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

与另一个代表相同事物，但带有“名称”标签的故事：

> 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。我创建第一个数值变量是因为我希望CI成为我的“ 1”组，而CON作为0参考组，但是当我从数据集进行转换时，每次我尝试执行“ as.factor”时，CI = 1级，CON = 2级。

我以为它们是同一回事，但是当我尝试使用sjPlot包绘制比值比并进行检查以确保时，尽管注意到了summary（glm模型）的系数，但我注意到OR还是大不相同。 ，一切看起来都一样（除了-或+估算值，这是有道理的，因为两组编码方式不同）。具体来说，当使用数字变量时，绘制的OR肯定较大，而当使用“名称”变量时，OR较小。

我是不是在理解r（我是自觉的）或逻辑回归的计算中缺少什么？在逻辑回归中应使用哪个变量？我如何改变在“名称”变量中r使用“ CI”作为0引用组而不是CON的事实？谢谢。

Answer 1

默认情况下，R将字母顺序用于因子水平。您可以通过[]来设置自己的订单

df$Group <- factor(df$Group, levels=c('CON','CI'))
然后，CON将被用作逻辑回归的参考水平，您应该获得与0/1编码相同的结果。