使用r语言对弗明汉心脏研究的数据文件做逻辑回归分析

在R语言中，对弗明汉心脏研究（Framingham Heart Study）的数据进行逻辑回归分析，首先你需要加载数据并理解其结构。假设你已经有一个名为“fhs.csv”的CSV文件，包含了相关的数据：

# 加载必要的库
library(tidyverse)  # 包含数据操作和可视化
library(MASS)      # 包含逻辑回归常用函数

# 读取数据文件
data <- read_csv("fhs.csv")

# 简单预览数据
head(data)

接下来，假设你想预测心脏疾病的发生（目标变量，通常是 binary 或 categorical 类型），你可以选择一些特征作为自变量（predictors）。例如，我们可能关心年龄（age）、血压（sbp）等因素：

# 选择感兴趣的变量
model_data <- data %>% select(age, sbp, chd)

# 对目标变量 'chd' 进行哑编码 (one-hot encoding)，将其转换为适合逻辑回归的形式
model_data <- model_data %>% mutate_all(factor) 

# 创建逻辑回归模型
logistic_model <- glm(chd ~ ., family = "binomial", data = model_data)

# 查看模型摘要
summary(logistic_model)

这里，`glm()` 函数用于创建逻辑回归模型，`family = "binomial"` 指定我们正在处理的是二项分布。`summary()` 提供了模型系数、标准误、z值和p值等统计信息。