R语言广义线性模型之lm()函数与glm()函数
广义线性模型扩展了线性模型的框架,包含了非正态因变量的分析。logisitic回归的因变量为类别型,比如二值变量(是/否、通过/未通过)和多分类变量(好/中/差)。
标准线性模型也是广义线性模型的一个特例。
如果令连接函数g(μy)=μy或恒等函数,并设定概率分布为正态(高斯)分布,那么:
glm(Y~X1+X2+X3,family=gaussian(link="identity"),data=mydata)
生成的结果与下列代码的结果相同:
lm(Y~X1+X2+X3,,data=mydata)
拓展
常用的family:
binomal(link=’logit’) #响应变量服从二项分布,连接函数为logit,即logistic回归
binomal(link=’probit’) #响应变量服从二项分布,连接函数为probit
poisson(link=’identity’) #响应变量服从泊松分布,即泊松回归
当前页面是本站的「Google AMP」版。查看和发表评论请点击:完整版 »