文档介绍：多元统计分析及R语言建模
第5章广义与一般线性模型及R使用
王斌会教授
多元统计分析及R语言建模
第5章广义与一般线性模型及R使用
多元统计分析及R语言建模
第5章广义与一般线性模型及R使用
基本内容:
数据的分类与模型选择、广义线性模型概述、Logistic回归模型、对数线性模型、一般线性模型的计算。
基本要求:
要求学生针对因变量和解释变量的取值性质,了解统计模型的类型。掌握数据的分类与模型选择方法,并对广义线性模型和一般线性模型有初步的了解。
内容与要求
数据的分类与模型选择
5广义与一般线性模型及R使用
数据的分类与模型选择
5广义与一般线性模型及R使用
:基本公式
y
X
连续变量
0-1变量
有序变量
多分类变量
连续伴有删失
连续变量
线性回归方程
logistic回归模型
累积比数模型
对数线性模型
对数线性模型
多分类logistic回归模型
cox比例风险模型
分类变量
实验设计模型(方差分析模型)
连续变量
分类变量
协方差分析模型
广义线性模型
5广义与一般线性模型及R使用
广义线性模型中的常用分布族
广义线性模型
5广义与一般线性模型及R使用
广义线性模型
5广义与一般线性模型及R使用
说明与举例
说明:
2、Logistic模型:函数形式
其中参数估计采用极大似然估计。
举例:
对45名驾驶员的调查结果,其中四个变量的含义为:
x1:表示视力状况,它是一个分类变量,1表示好,0表示有问题;  x2:年龄,数值型;
x3:驾车教育,它也是一个分类变量,1表示参加过驾车教育,0表示没有;  y:分类变量(去年是否出过事故,1表示出过事故,0表示没有)。
广义线性模型
5广义与一般线性模型及R使用
=("clipboard",header=T) #
<-glm(y~x1+x2+x3,family=binomial,data=) #Logistic回归模型
summary() #Logistic回归模型结果
得到初步的logistic回归模型:
(1)建立全变量logistic回归模型:
程序与结果
广义线性模型
5广义与一般线性模型及R使用
<-step(,direction="both") #逐步筛选法变量选择
由此得到新的logistic回归模型:
(2)逐步筛选变量logistic回归模型:
summary()
#逐步筛选法变量选择结果
程序与结果