pacman::p_load(caTools, ggplot2, dplyr)


【A】整理資料、建立模型

    MemberID     InpatientDays      ERVisits     OfficeVisits    Narcotics    
 Min.   :  1.0   Min.   : 0.00   Min.   : 0.0   Min.   : 0.0   Min.   : 0.00  
 1st Qu.: 33.5   1st Qu.: 0.00   1st Qu.: 0.0   1st Qu.: 7.0   1st Qu.: 0.00  
 Median : 66.0   Median : 0.00   Median : 1.0   Median :12.0   Median : 1.00  
 Mean   : 66.0   Mean   : 2.72   Mean   : 1.5   Mean   :13.2   Mean   : 4.57  
 3rd Qu.: 98.5   3rd Qu.: 3.00   3rd Qu.: 2.0   3rd Qu.:18.5   3rd Qu.: 3.00  
 Max.   :131.0   Max.   :30.00   Max.   :11.0   Max.   :46.0   Max.   :59.00  
 DaysSinceLastERVisit      Pain        TotalVisits   ProviderCount
 Min.   :  6          Min.   :  0.0   Min.   : 0.0   Min.   : 5   
 1st Qu.:207          1st Qu.:  1.0   1st Qu.: 8.0   1st Qu.:15   
 Median :641          Median :  8.0   Median :15.0   Median :20   
 Mean   :481          Mean   : 15.6   Mean   :17.4   Mean   :24   
 3rd Qu.:731          3rd Qu.: 23.0   3rd Qu.:22.5   3rd Qu.:30   
 Max.   :731          Max.   :104.0   Max.   :69.0   Max.   :82   
 MedicalClaims     ClaimLines    StartedOnCombination AcuteDrugGapSmall
 Min.   : 11.0   Min.   : 20.0   Mode :logical        Min.   : 0.00    
 1st Qu.: 25.5   1st Qu.: 83.5   FALSE:125            1st Qu.: 0.00    
 Median : 37.0   Median :120.0   TRUE :6              Median : 1.00    
 Mean   : 43.2   Mean   :142.9                        Mean   : 2.69    
 3rd Qu.: 49.5   3rd Qu.:185.0                        3rd Qu.: 3.00    
 Max.   :194.0   Max.   :577.0                        Max.   :71.00    
    PoorCare    
 Min.   :0.000  
 1st Qu.:0.000  
 Median :0.000  
 Mean   :0.252  
 3rd Qu.:0.500  
 Max.   :1.000  

      0       1 
0.74809 0.25191 
split
  FALSE    TRUE 
0.29771 0.70229 
   split
      FALSE    TRUE
  0 0.74359 0.75000
  1 0.25641 0.25000

Call:
glm(formula = PoorCare ~ OfficeVisits + Narcotics, family = binomial, 
    data = TR)

Deviance Residuals: 
   Min      1Q  Median      3Q     Max  
-1.878  -0.635  -0.517  -0.224   2.146  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)   -2.5662     0.5249   -4.89 0.000001 ***
OfficeVisits   0.0814     0.0310    2.62   0.0087 ** 
Narcotics      0.0620     0.0320    1.94   0.0527 .  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 103.470  on 91  degrees of freedom
Residual deviance:  84.528  on 89  degrees of freedom
AIC: 90.53

Number of Fisher Scoring iterations: 4


【B】模型、係數與效果

模型:

係數:


機率和勝率之間的關係

  k  p0   p1 difference multiplier
1 2 0.1 0.18       0.08       1.82
2 2 0.2 0.33       0.13       1.67
3 2 0.3 0.46       0.16       1.54
4 2 0.4 0.57       0.17       1.43
5 2 0.5 0.67       0.17       1.33
6 2 0.6 0.75       0.15       1.25
7 2 0.7 0.82       0.12       1.18
8 2 0.8 0.89       0.09       1.11
9 2 0.9 0.95       0.05       1.05

💡 相同的「勝率比(\(k=2\))」在不同的機率(0.1~0.9)下會換算出不同的「機率差(5%~17%)」

變數的邊際效果OfficeVisitsNarcotics分別都等於它們的中位數時,\(y=1\)的機率為

      1 
0.17831 

OfficeVisits邊際勝率效果是:exp(0.0814)=1.0848

[1] 1.0848

OfficeVisits邊際機率效果是:0.19054-0.17831=0.01223

      1 
0.19054 
      1 
0.18757 
      1 
0.20029 

💡 學習重點:
  ■ 係數的指數就是勝率比;也就是說,\(x_i\) 每增加\(1\)\(y=1\)的勝率會變成原來的 \(Exp(b_i)\)
  ■ 各預測變數的(勝率)效果是相乘,而不是相加
  ■ 機率和勝率之間的關係並不是線性的:
    ■ 邏輯式回歸裡面各預測變數的勝率效果是固定的
    ■ 但是他們的機率效果並不是固定的
    ■ 我們需先推算原先的機率,才能推算變數的機率效果


  0%  25%  50%  75% 100% 
 0.0  7.0 12.0 18.5 46.0 
  0%  25%  50%  75% 100% 
   0    0    1    3   59 


🗿 練習:
  ■ 當OfficeVisitsNarcotic分別等於他們的第一分位(Q1)時:
    ■ PoorCare = 1的機率是?
    ■ 兩個自變數的邊際勝率效果分別是?
    ■ 兩個自變數的邊際機率效果分別是?
  ■ 當OfficeVisitsNarcotic分別等於他們的第三分位(Q3)時:
    ■ PoorCare = 1的機率是?
    ■ 兩個自變數的邊際勝率效果分別是?
    ■ 兩個自變數的邊際機率效果分別是?
  ■ 比較以上兩個題目的答案,我們可以觀察到什麼?