Комплексный анализ данных на R

Программа выполняет анализ данных для оценки логистической регрессии с использованием двух разных методов: метода наименьших квадратов (NLS) и метода максимального правдоподобия (MLE). Вот краткое описание шагов программы:

1. Шаг 1: Чтение и Подготовка данных:

- Происходит загрузка данных из файла Heart.csv.

- Проверяется структура данных.

2. Шаг 2: Оценка NLS:

- Производится оценка логистической модели с использованием метода наименьших квадратов (NLS) с помощью алгоритма Гаусса-Ньютона.

- Преобразование категориальных переменных.

- Вычисление суммы квадратов остатков.

3. Шаг 3: Визуализация оценки NLS:

- Строится график суммы квадратов остатков для различных значений параметра $\beta_{\text{Age}}$ при фиксированных остальных параметрах.

4. Шаг 4: Оценка MLE:

- Производится оценка логистической модели с использованием метода максимального правдоподобия (MLE) с помощью функции glm с семейством binomial.

- Сводная информация о модели.

5. Шаг 5: Визуализация оценки MLE:

- Строится график логарифма правдоподобия для различных значений параметра $\beta_{\text{Age}}$.

6. Шаг 6: Повтор MLE с увеличенным объемом выборки:

- Производится повторное выполнение MLE на увеличенной выборке.

- Сравнение логарифма правдоподобия для оригинальной и увеличенной выборок.

Эта программа предназначена для исследования и сравнения двух методов оценки логистических моделей на основе данных о сердечных заболеваниях и является полезным инструментом для статистического анализа данных и моделирования.