如何用R语言glm()结合cbind()实现多变量Logistic回归？

为什么glm() + cbind()结果不对？ #

lm()支持cbind()传入多因变量是因为它原生支持多元线性回归，但glm()不具备这个特性——当你用cbind(am, vs)作为响应变量传入glm()时，R会将其解析为多元响应模型，默认调用mvregress框架，这和单独对每个二分类因变量拟合逻辑回归的假设（每个响应独立建模）完全不同，所以结果自然不一致。

正确实现方法 #

方法1：循环遍历拟合单个模型（推荐，结果与单独跑glm()完全一致）

通过循环或purrr工具逐个拟合每个因变量的逻辑回归，再用broom整理成整洁结果：

library(broom)
library(dplyr)
library(purrr)

# 定义要拟合的因变量和预测变量
response_vars <- c("am", "vs")
predictor_formula <- "hp + drat + wt + qsec"

# 批量拟合并整理结果
tidy_results <- map_dfr(response_vars, function(resp) {
  # 动态生成公式
  full_formula <- as.formula(paste(resp, "~", predictor_formula))
  # 拟合逻辑回归
  model <- glm(full_formula, data = mtcars, family = binomial)
  # 整理结果并标记对应因变量
  tidy(model) %>% mutate(response_variable = resp)
})

# 查看整洁格式的结果
print(tidy_results)

方法2：使用mvglm包（多响应广义线性模型）

如果你需要考虑多个因变量之间的相关性，可以用mvglm包专门拟合多响应GLM：

library(mvglm)

# 拟合多响应逻辑回归
mv_model <- mvglm(cbind(am, vs) ~ hp + drat + wt + qsec, 
                  data = mtcars, 
                  family = binomial)

# 整理结果
tidy(mv_model)

注意：这个方法会同时建模多个响应的联合分布，系数结果和单独拟合的模型可能略有差异，适合需要考虑响应间关联的场景。

处理完全分离问题 #

mtcars数据集可能存在完全分离（即某个预测变量的取值完全对应因变量的某一类），此时glm()会抛出系数无穷大的警告，可通过以下方式解决：

1. 使用glm2包：它针对完全分离场景优化了拟合算法

   library(glm2)
   # 以am为例拟合
   model_am <- glm2(am ~ hp + drat + wt + qsec, data = mtcars, family = binomial)
   

2. 正则化回归（glmnet）：通过添加惩罚项约束系数

   library(glmnet)
   # 准备矩阵格式的输入
   x_matrix <- model.matrix(am ~ hp + drat + wt + qsec, data = mtcars)[, -1]
   y_vector <- mtcars$am
   # 拟合L1正则的逻辑回归
   penalized_model <- glmnet(x_matrix, y_vector, family = "binomial", alpha = 1)
   

内容的提问来源于stack exchange，提问作者allen.joseph