怎样用R语言做因变量Y为四分类，自变量为X的多元logistic回归？并且绘制出它的ROC曲线？

假设数据框为data，因变量为Y，自变量为X1和X2：

1. 多元logistic回归

使用glm函数进行多元logistic回归，其中family参数为binomial，表示二项分布，link参数为multinomial，表示多元分类。

model <- glm(Y ~ X1 + X2, data = data, family = binomial(link = "multinomial"))
summary(model)  # 查看模型的摘要信息

2. ROC曲线

使用pROC包中的roc函数进行ROC曲线的绘制。

library(pROC)
roc <- roc(Y ~ predict(model, type = "response"), data = data, levels = rev(levels(data$Y)))
plot(roc)

其中，predict函数用于预测分类概率，type参数为response表示预测的是分类概率。levels参数用于指定分类变量的水平，因为多元logistic回归中分类变量的水平顺序可能与数据框中的不同，所以需要使用rev函数将其反转。plot函数用于绘制ROC曲线。

完整代码：

# 多元logistic回归
model <- glm(Y ~ X1 + X2, data = data, family = binomial(link = "multinomial"))
summary(model)

# ROC曲线
library(pROC)
roc <- roc(Y ~ predict(model, type = "response"), data = data, levels = rev(levels(data$Y)))
plot(roc)