getwd() setwd( "/Users/jasmma/abl") zxb=read.csv("zxb111.csv") log<-glm(frail~age+txl+BMI+ag+tx+BM+address+sex+marriage+live+smoking+drink+exercise+education+primary+DM+HP+Hrart +Cero+com+pro+income+follow+depress+anxiety+RBC+Hb+HCT+fe+Ca+P+iPTH+alb+cr+bun+com1,family = binomial,data = zxb) summary(log) log.step<-step(log) summary(log.step) # ##############制作表格######## install.packages(c("stats", "MASS", "car", "tidyverse", "knitr", "kableExtra")) library(stats) library(MASS) library(car) library(tidyverse) library(knitr) library(kableExtra) kable(summary(log.step)$coefficients, align = "c", caption = "Logistic Regression Results") %>% kable_styling(bootstrap_options = "hover", full_width = F) %>% column_spec(1, bold = T) %>% column_spec(4, color = "white", background = "steelblue") ############### 将结果转化为表格形式##### result <- data.frame( variable = names(log.step$coefficients)[-1], # 变量名称 beta = coef(log.step)[-1], # β系数 wald_stat = summary(log.step)$coefficients[-1, "z"], # Wald统计量 se = summary(log.step)$coefficients[-1, "Std. Error"], # 标准误差 or = exp(coef(log.step)[-1]), # 比值比 ci_low = exp(confint(log.step)[-1, 1]), # 置信区间下限 ci_high = exp(confint(log.step)[-1, 2]), # 置信区间上限 p_value = summary(log.step)$coefficients[-1, "Pr(>|z|)"] # P值 )
时间: 2024-01-05 16:04:44 浏览: 39
这段代码是进行 logistic 回归分析的,包括数据读入、模型拟合、模型选择以及结果展示等步骤。其中,使用step()函数进行模型选择,生成的模型结果通过summary()函数进行总结统计,并通过kable()和kableExtra()函数将结果转化为表格形式进行展示。最后,将结果保存到result数据框中。
相关问题
mydata1 <- setwd("E://ZHY.csv", header = TRUE, fileEncoding = "UTF-8")
setwd() 函数是用来设置工作目录的,它的参数应该是一个目录的路径,而不是文件的路径。如果你想读取文件,应该使用 read.csv() 函数,例如:
```
mydata1 <- read.csv("E://ZHY.csv", header = TRUE, fileEncoding = "UTF-8")
```
这行代码会将 "E://ZHY.csv" 这个文件读入到 mydata1 这个变量中。请确保文件路径和文件名正确,并且文件存在。
getwd() ABC <- read.csv("D:/大一/科研/AB/ABC.csv")怎么把ABC转换为数值型
要将读取的数据框 `ABC` 转换为数值型,你可以使用 `as.numeric()` 函数。但在转换之前,需要先确定数据框中的哪些列应该是数值型的。
以下是一个示例代码,展示如何读取 CSV 文件并将其中的列转换为数值型:
```R
# 设置工作目录
setwd("D:/大一/科研/AB")
# 读取 CSV 文件
ABC <- read.csv("ABC.csv")
# 将需要转换的列索引存储到一个向量中
numeric_cols <- c(2, 3, 4) # 假设第2、3、4列是数值型的
# 循环遍历需要转换的列,并将其转换为数值型
for (col in numeric_cols) {
ABC[, col] <- as.numeric(ABC[, col])
}
# 输出结果
print(ABC)
```
在上面的示例代码中,首先使用 `setwd()` 函数设置工作目录为文件所在的路径。然后使用 `read.csv()` 函数读取 CSV 文件,并将其存储在 `ABC` 数据框中。
接下来,我们将需要转换为数值型的列索引存储在向量 `numeric_cols` 中。根据你的具体数据,将索引调整为相应的列号。
然后,我们使用一个循环遍历 `numeric_cols` 中的每个索引,将对应列的数据转换为数值型,使用 `as.numeric()` 函数。
最后,我们输出转换后的数据框 `ABC`。
请确保在运行代码之前,确认文件路径和列索引的正确性。如果还有其他问题,请随时提问。