R-hjelp til exercise 13 i BSS

 

 

# Les dataene inn i en dataramme, gi navn til variablene i datarammen og se p� dataene:

heart<-read.table("http://www.math.uio.no/avdc/kurs/STK4900/data/chd.dat")

names(heart)<-c("agrp","age","chd")

heart

 

 

# Kontroller at dataene svarer til de som er gitt i oppgaven.

 

 

# Gj�r variablene i datarammen tilgjengelige:

attach(heart)

 

 

# PUNKT a)

 

# Tilpass en logistisk regresjon med agrp som kovariat, se p� resultatet og skriv ut 

# deviansanalysetabell

fit.agrp<-glm(chd~agrp,family=binomial)

summary(fit.agrp)

anova(fit.agrp, test="Chisq")

 

# Pass p� at du forst�r hva outputen sier deg!

# Bruk outputen til � besvare sp�rsm�lene i oppgaven.

 

# Kommentar:

# Merk at vi ovenfor har tilpasset en modell med agrp som en kontinuerlig kovariat.

# Alternativt kan vi la agrp v�re en faktor ved � skrive "chd~factor(agrg)" i kommandoen ovenfor.

# Diskuter forskjellen p� de to modellene.

# Forskjellen i devians mellom modellen der agrp er en kontinuerlig variabel og modellen

# der agrp er en faktor, kan brukes til � teste tilpassningen av den f�rste modellen. Hvordan?�

 

 

# PUNKT b)

 

# Gi tilsvarende kommandoer som i punkt a, men med age som kovariat:

fit.age<-glm(chd~age,family=binomial)

summary(fit.age)

anova(fit.age, test="Chisq")

 

# Hva sier denne outputen deg?

# Estimatet for beta1 er mye st�rre i modellen i punkt a enn den i punkt b. Hvorfor?

# Gi en fortolkning estimatet for beta1 i modellen i punkt b

 

 

# PUNKT c)

# For � teste om et 2.gradsledd b�r inkluderes, tilpasses modellen:

fit.age2<-glm(chd~age+I(age^2),family=binomial)

summary(fit.age2)

anova(fit.age, fit.age2,test="Chisq")

# Pass p� at du forst�r hva outputen sier deg!

# Bruk outputen til � besvare sp�rsm�lene i oppgaven.