Logistic回归介绍 Logistic回归适用于二值相应变量（0/1）。模型假设 Y 服从二项分布，线性模型的拟合形式： 其中 π = μy是 Y的条件均（即给定一系列 X 值时 Y=1的概率），（π/1-π）为 ...

简单线性回归： 当回归模型中包含一个因变量和自变量时， 多项式回归：当只有一个与预测变量，但同时包含变量的幂（如，X^2,X^3） 多元线性回归：当有不止一个预测变量时 简单线性回归 例 #欲...

泊松回归介绍 泊松回归适用于在给定时间内响应变量为事件发生数目的情况，它假设 Y 服从泊松分布，线性模型的拟合形式为 其中 是 Y 的均值（也等于方差）。此时，连接函数为，概率分布为泊松...

OLS回归 利用OLS法通过一系列的预测变量来预测响应变量，OLS回归拟合模型的形式 n：观测的数目 k：为预测变量的数目 ：第 i 次观测对应的因变量的预测值（具体来讲，它是在已知预测变量值的条...

逻辑回归 a、逻辑回归是广义线性模型的一种，可根据一组数值变量预测二元输出，R中的基本函数glm()可用于拟合逻辑回归模型。 b、glm()函数自动将预测变量 中的分类变量编码为相应的虚拟变量。...

例 使用基础包中state.x77的数据集，想研究犯罪率与其他的关系 states <- as.data.frame(state.x77[,c("Murder", "Population", "Illiteracy", "Inco...

lm()拟合回归模型 在R中，拟合线性模型最基本的函数就是lm() myfit <- lm(formula,data) 1 myfit <- lm(formula,data) formula：指要拟合模型的形式 形式如下：y~ x1 + x2 +...+ xk，左边为响...

删除观测点 删除离群点可以提高数据集对于正态假设的拟合度，而强影响点会干扰结果，通常也会被删除，两者删除后模型需要重新拟合，一直重复上述过程，但是要谨慎把，因为有些删除会导致结果...

car中的函数 相比于R基础提供的评价模型拟合情况，car包中提供了大量函数，大大增强了拟合和评价回归模型的能力 函数 目的 qqplot() 分位数比较图 durbinWatsonTest() 对误差自相关性做Durbi...

回归直线与各观测点的接近程度称为回归直线对数据的拟合优度 判定系数 判定系数的是对估计回归方程拟合优度的度量 变差 a、因变量 y 的取值不同， y取值的这种波动称为变差 b、大小可以用实际...

例 若两个预测变量的交互项显著，说明响应变量与其中一个预测变量的关系依赖与另外一个预测变量的水平 #以mtcars数据框中的汽车数据为例，查看汽车重量和马力对mpg的影响 > fit <- lm(mpg ~ ...

分析标准线性模型时lm()连用的许多函数在glm()都有对应形式，一些常见的函数表 函数 描述 summary() 展示拟合模型的细节 coefficcients()、coef() 列出拟合模型的参数（截距项和斜率） resi...

多重判定系数与调整的多重判定系数 SST = SSR + SSE 式中 为总平方和 SSR = 为回归平方和 SSE = 为残差平方和 = SSR/SST = 1- SSE/SST 说明 a、多重判定系数反应反映了因变量 y 的变差中估计...

R中拓展的Logistic回归和变种如下所示 稳健Logistic 回归 robust 包中的glmRob()函数可用来拟合稳健的广义线性模型，包括稳健Logistic回归。当拟合Logistic回归模型数据出现iqundian和强影响...

时间段变化的泊松回归 假设结果变量是一个比率。为分析比率，必须包含一个记录每个观测的时间长度的变量（如time）。然后，将模型从 为拟合新的模型，需要设置glm()函数中的offset选项，例如...

之前Affairs例子的参数 > coef(fit.reduced) #获取拟合模型的系数包括截距项 (Intercept) age yearsmarried religiousness rating 1.93083017 -0.03527112 0....

泊松分布的方差和均值相等。当响应变量观测的方差比依据泊松分布预测的方差大时，泊松分布回归可能发生 过度离势 原因 处理计数数据时经常发生过度离势，且过度离势会对结果的可解释性造成负...

获取系数 #还是引用癫痫的例子 > coef(fit) #使用coef()获取拟合模型的系数，包括截距项 (Intercept) Base Age Trtprogabide 1.94882593 0.02265174 0.0227401...

概念 抽样于二项分布的数据的期望方差是 = nπ(1-π)，n为观测数，n为属于 Y=1组的概率。所谓 过度离势， 即观测到的响应变量的方差大于期望的二项分布的方差。过度离势会导致奇异的标准误检...

一般线性模型 也有表示为 必须满足 1、误差项 满足变异一致 2、X，Y都是取连续值的变量，如农作物的产量，人的身高体重之类的 3、Y 的分布为正态，或接近正态分布之分布且互相独立 一般线性模...