第一步：读取数据

setwd("C:/Users/IBM/Desktop/logsistic建模/3.2建模")# 设置当前工作目录（必要操作）
safe <- read.csv("model2.csv", header = TRUE)
了解数据集的基本结构
colnames <- colnames(safe)# 获取各变量名称
将数据框加载到工作环境中
assign.env attach( safe )# 将数据框中的变量直接引用到当前环境
计算各变量间的相关关系矩阵
correlation_matrix <- cor( safe )# 分析变量之间的关联程度

#第2步：通过glm函数进行计算.

#第3步：逐步回归
glm.safe1<-step(glm.safe)
summary(glm.safe1)#逐步回归

第4步：模型解读
提取该模型的系数用于阐述模型的机制
计算各系数的指数值以分析Odds比与自变量之间的关系
求取回归系数置信区间以评估估计精度
设定x值为使预测概率pi达到0.5时的具体数值
计算x变化对pi的影响程度

#第5步：模型评估
#5.1评估模型解释力
计算R²值为：
R²_cox = 1 - exp\left(\frac{(\text{deviance}_{\text{model}} - \text{n