本文分为两个部分: (1)广义线性模型的分类及其运用场景; (2) 相关R代码。需要说明的是,参考资料是上课课件,根据本人理解整理,如果有不对的地方,欢迎探讨!
目录
引言
在经典线性模型中,y是连续的,同时服从正态分布。但是很多情况下y是离散的,比如y表示是否贷款(0/1变量),或者优/良/差(类型变量),或者医院病人数(计数型变量)。所以引入了广义线性模型来进行回归拟合。
1. 广义线性模型
图1
(1)二分变量
当y为0/1二分变量的时候,可以用logistic模型进行回归拟合,模型设定如下:
设 服从参数为 的二项分布,则 ,采用逻辑连接函数,即:
也可以用probit模型进行回归拟合,模型设定如下:
设 服从参数为 的二项分布,则 ,采用逻辑连接函数,即:
在得到回归结果 之后,两个模型的区别在于
logistic模型中