逻辑回归模型DataFrame创建与类SAS格式结果导出问题求助

原代码问题分析 #

你当前的new_data代码里，location和gender各仅2个元素，而dose是400个元素（100个剂量重复4次）。R会自动循环短向量匹配长向量长度，最终只会得到locationA-Male、locationB-Female这两种组合循环重复，无法覆盖所有4种预期组合（locationA-Male、locationA-Female、locationB-Male、locationB-Female）。

解决方法：生成全组合数据 #

以下两种方法都能生成每个剂量对应4组地点-性别组合的完整数据集：

方法1：Base R的expand.grid #

直接用expand.grid生成三个变量的全笛卡尔积：

# 生成所有变量的全组合
new_data <- expand.grid(
  location = c('locationA', 'locationB'),
  gender = c('Male', 'Female'),
  dose = seq(9, 24, length.out = 100)
)

执行后new_data会包含100*4=400行数据，每个剂量值对应4种地点-性别组合。

方法2：tidyverse的tidyr::crossing #

如果习惯tidyverse语法，crossing函数更直观，且结果默认按变量排序：

library(tidyr)

new_data <- crossing(
  location = c('locationA', 'locationB'),
  gender = c('Male', 'Female'),
  dose = seq(9, 24, length.out = 100)
)

后续预测与导出（类SAS格式Excel） #

生成完整数据集后，可直接用模型预测概率：

# 预测Damage的概率
new_data$pred_prob <- predict(Model, newdata = new_data, type = "response")

导出类SAS格式的Excel时，可使用openxlsx包设置符合SAS习惯的数值格式：

library(openxlsx)

# 创建SAS风格的数值格式（保留6位小数）
sas_style <- createStyle(numFmt = "0.000000")

# 导出Excel，应用格式
write.xlsx(
  x = new_data,
  file = "logistic_regression_results.xlsx",
  colNames = TRUE,
  rowNames = FALSE,
  styles = list(pred_prob = sas_style)  # 给预测概率列应用格式
)

内容的提问来源于stack exchange，提问作者user21288402