From: Bayesian Models for Astrophysical Data, Cambridge Univ. Press

(c) 2017,  Joseph M. Hilbe, Rafael S. de Souza and Emille E. O. Ishida  

 

you are kindly asked to include the complete citation if you used this material in a publication

​

​

Code 5.1 GLM logistic regression in R

==================================================

# Data
x <- c(13,10,15,9,18,22,29,13,17,11,27,21,16,14,18,8)
y <- c(1,1,1,0,0,1,0,1,1,0,0,0,1,1,0,0)

​

# Fit
mu <- (y + 0.5)/2                                                      # initialize mu
eta <- log(mu/(1 - mu))                                            # initialize eta with the Bernoulli link

​

for (i in 1:8) {
    w <- mu*(1 - mu)                                                 # variance function
    z <- eta + (y - mu)/(mu*(1-mu))                          # working response
    mod <- lm(z ~ x, weights=w)                              # weighted regression
    eta <- mod$fit                                                      # linear predictor
    mu <- 1/(1+exp(-eta))                                          # fitted value
    cat(i, coef(mod), "\n")                                          # displayed iteration log

}

​

# Output
summary(mod)

==================================================