数据挖掘之逻辑回归（R语言）

逻辑回归（Logistic回归）模型的建模步骤如下：

1、根据分析目的，设置指标变量（因变量和自变量），然后收集数据。

2、建立模型。

y取1的概率是，取0的概率是1-p。用和自变量列出线性回归方程，估计模型中的回归系数。

3、模型检验。

可以采用逐步回归法，首先剔除最不显著的自变量，重新构造回归方程，直到模型和回归系数都通过检验。不显著需要重新选择指标变量，建立回归模型。

4、模型应用。

输入自变量的取值，可以得到预测变量的值。

以某银行在降低贷款拖欠率的数据举例：

colnames(data) = c('x1','x2','x3','x4','x5','x6','x7','x8','y') #设置自变量和因变量
glm = glm(y~x1+x2+x3+x4+x5+x6+x7+x8,family = binomial(link = logit),data=data) #建立逻辑回归模型
summary(glm)

输出结果如下：

可以看到x2、x5、x8三个变量的p值大于显著性水平（取0.05）。

采用逐步回归法进行变量剔除，即逐步剔除掉最不显著的自变量。

logit.step1 = step(glm,direction = 'both')

summary(logit.step1)

输出结果如下：

可以看到剔除了x2、x5、x8这三个变量，最终的模型构建完成。