Người ta có thể thực hiện hồi quy logit trong R bằng cách sử dụng mã như vậy:
> library(MASS)
> data(menarche)
> glm.out = glm(cbind(Menarche, Total-Menarche) ~ Age,
+ family=binomial(logit), data=menarche)
> coefficients(glm.out)
(Intercept) Age
-21.226395 1.631968
Có vẻ như thuật toán tối ưu hóa đã hội tụ - có thông tin về số bước của thuật toán chấm điểm câu cá:
Call:
glm(formula = cbind(Menarche, Total - Menarche) ~ Age, family = binomial(logit),
data = menarche)
Deviance Residuals:
Min 1Q Median 3Q Max
-2.0363 -0.9953 -0.4900 0.7780 1.3675
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -21.22639 0.77068 -27.54 <2e-16 ***
Age 1.63197 0.05895 27.68 <2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 3693.884 on 24 degrees of freedom
Residual deviance: 26.703 on 23 degrees of freedom
AIC: 114.76
Number of Fisher Scoring iterations: 4
Tôi tò mò về thuật toán tối ưu nó là gì? Có phải là thuật toán Newton-Raphson (giảm độ dốc bậc hai) không? Tôi có thể đặt một số tham số để sử dụng thuật toán Cauchy (giảm độ dốc bậc một) không?
Newton's method
là một phương pháp giảm độ dốc bậc hai.