我正在尝试找出影响制作果汁知识的因素。我已确定多项逻辑回归是一种合适的方法。
我正在遵循此处提供的示例:https://stats.oarc.ucla.edu/r/dae/multinomial-logistic-regression/
我已经按照教程加载了所需的包,但是有些事情我不确定。
我的数据格式可以吗,我可以继续分析吗?该教程表明 multinom 函数不需要重新调整数据,所以我认为它们没问题。
对果汁的了解,是、否还是使用是三个类别的输出变量。 而年龄、性别、教育和资源获取机会是预测变量。我希望我是对的。
加载包后,我加载数据并在r studio中预览。
理想情况下,遵循教程的下一步是运行以下代码:
ml$prog2 <- relevel(ml$prog, ref = "academic")
但是我是堆栈一,因为我不确定在我的情况下哪一个将是我的参考类别?以及参考文献的真正含义。
我尝试了以下方法
> Juice$prog2 <- relevel(Juice$Juice_knwolege, ref = "Gender") Error in relevel.default(Juice$Juice_knwolege, ref = "Gender") : 'relevel' only for (unordered) factors
我认为你需要确保知识是你重新升级之前的一个因素
Juice$Juice_knwolege<- as.factor(Juice$Juice_knwolege)
然后设置参考类别
Juice$prog2 <- relevel(Juice$Juice_knwolege, ref = "Yes") # Assuming you want 'Yes' as reference
然后进行回归:
library(nnet)
model <- multinom(prog2 ~ Age + Gender + Education + Access_to_resources, data = Juice)