多元统计分析及R语言建模-第5章 广义与一般线性模型

# 第5章 广义与一般线性模型


# 广义线性模型函数glm()的用法
glm(formula, family=gaussian, data, ...)
# formula为公式，即为要拟合的模型
# family为分布族，包括正态分布（Guassian）、二项分布（Binomial）、
# 泊松分布（Poisson）和伽马分布（Gamma）
# data为可选择的数据框


# logistic实例
nk <- read.table("clipboard", header=T)
attach(nk)
y <- cbind(k, n-k)
# 构建逻辑回归模型
glm.logit <- glm(y~x, family=binomial)
# 模型参数检验
summary(glm.logit)
# 应用模型来进行预测
pre <- predict(glm.logit, data.frame(x=3.5))
p <- exp(pre)/(1+exp(pre))
x1 <- -glm.logit$coef[[1]]/glm.logit$coef[[2]]


# 画出logistic回归曲线
d <- seq(0,5,len=100); d
pre <- predict(glm.logit, data.frame(x=d))
p <- exp(pre)/(1+exp(pre))
y1 <- k/n
plot(x,y1); lines(d,p)


<

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！