GLM的family选择

于 2023-10-07 13:56:00 发布
阅读量330 收藏
点赞数
文章标签： r语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Sssssssfw/article/details/133637591
版权

求助大家！下图是我因变量的分布，这种分布情况我可以使用family=poisson吗？还是应该用family=Gamma呢？根据Rpubs，右偏态分布应该用Gamma，但我尝试使用Gamma出现报错：

Error in eval(family$initialize) : 
  non-positive values not allowed for the 'Gamma' family

这种情况下 我可以使用family=poisson吗？求大佬讲解

gamma报错的代码如下

assign('model',glm(get(y) ~ get(x),DATA_total,family=Gamma))
 

_Ssssssssssss_
关注
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用coef函数获取模型系数并解析系数意义
statistics+insight+vista+power
06-21 2125
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用coef函数获取模型系数并解析系数意义
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用summary函数查看模型汇总统计信息并解读特征
statistics+insight+vista+power
06-21 2441
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用summary函数查看模型汇总统计信息并解读特征
r语言glm中的family_R语言广义线性模型GLM、多项式回归和广义可加模型GAM预测泰坦尼克号幸存者...
weixin_30209891的博客
01-09 6316
原文链接：http://tecdat.cn/?p=18266​tecdat.cn本文通过R语言建立广义线性模型(GLM)、多项式回归和广义可加模型（GAM）来预测谁在1912年的泰坦尼克号沉没中幸存下来。str(titanic)数据变量为：Survived：乘客存活指标（如果存活则为1）Pclass：旅客舱位等级Sex：乘客性别Age：乘客年龄SibSp：兄弟姐妹/配偶人数Parch：父母/子女...
Error in eval(family$initialize) : y值必需满足0 ＜= y ＜= 1、Error in eval(family$initialize) : y values mus
data+scenario+science+insight
08-21 4730
Error in eval(family$initialize) : y值必需满足0
R语言错误“Error in eval(family$initialize) : y values must be 0 ＜= y ＜= 1”解决方法
hnjzsyjyj的专栏
10-15 8579
【问题描述】 运行《R语言编程艺术》第95页的代码“5.4.2 扩展案例：应用Logistic模型”的代码时，报错“Error in eval(family$initialize) : y values must be 0 <= y <= 1”【解决方法】 加上一句代码：aba$M <- as.factor(aba$M) 之后，《R语言编程艺术》第95页的代码“5.4.2 扩展案例：应用Logistic模型”的完整代码如下： aba <- read.csv("abalone.da
R语言中广义线性模型(GLM)中的分布和连接函数分析
拓端研究室TRL
01-24 895
最近我们被客户要求撰写关于广义线性模型(GLM)的研究报告，包括一些图形和统计输出。
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用drop1函数依次删除模型的一个变量并计算AIC值、获取可以删除的冗余特征
statistics+insight+vista+power
09-28 489
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用drop1函数依次删除模型的一个变量并计算AIC值、获取可以删除的冗余特征
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用pchisq函数执行卡方检验验证、检验构建的模型的显著性
statistics+insight+vista+power
06-17 710
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用pchisq函数执行卡方检验验证、检验构建的模型的显著性
glm函数的参数family
最新发布
05-14
在广义线性模型（Generalized Linear Model，GLM）中，family参数用于指定所使用的概率分布族。GLM中的目标变量可以是离散的（如...选择合适的family参数是GLM中非常重要的一步，它可以影响模型的拟合效果和预测结果。
R语言：逻辑回归算法的实现——glm函数
热门推荐
海军上将光之翼的博客
02-24 7万+
在前文中，我们已经介绍过了逻辑回归算法的原理以及其python实现，具体请见逻辑回归算法及其python实现。 本文将主要介绍逻辑回归算法的R语言实现。 数据简介 本文数据选择了红酒质量分类数据集，这是一个很经典的数据集，原数据集中“质量”这一变量取值有{3，4，5，6，7，8}。为了实现二分类问题，我们添加一个变量“等级”，并将“质量”为{3，4，5}的观测划分在等级0中，“质量”为{6，7，...
r语言lm函数找不到对象_R语言错误的提示（中英文翻译）
weixin_36313743的博客
01-30 5742
# Chinese translations for R package# Copyright (C) 2005 The R Foundation# This file is distributed under the same license as the PACKAGE package.# 陈斐 , 2006.# 邓小冬 DENG Xiaodong , 2015.#msgid ""msgstr...
GLM(广义线性模型) 与 LR(逻辑回归) 详解
段哥哥的博客
07-21 6万+
本文对 GLM 广义线性模型 与 Logistic Regression 逻辑回归 相关话题进行了相对深入全面的解析，并提供大量数学证明。
广义线性模型（GLM）
mousever的专栏
05-15 2万+
广义线性模型（generalized linear model, GLM)是简单最小二乘回归（OLS)的扩展，在OLS的假设中，响应变量是连续数值数据且服从正态分布，而且响应变量期望值与预测变量之间的关系是线性关系。而广义线性模型则放宽其假设，首先响应变量可以是正整数或分类数据，其分布为某指数分布族。其次响应变量期望值的函数（连接函数）与预测变量之间的关系为线性关系。因此在进行GLM建模时，需要指
R语言线性模型glm()logistic回归模型
xw987172的博客
10-17 5万+
R语言广义线性模型glm()函数 glm(formula, family=family.generator, data,control = list(…)) formula数据关系，如y~x1+x2+x3 family：每一种响应分布（指数分布族）允许各种关联函数将均值和线性预测器关联起来。 常用的family：binomal(link=’logit’) —-响应变量服从二
R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据
大数据部落
06-18 3939
原文链接:http://tecdat.cn/?p=22813 本教程为读者提供了使用频率学派的广义线性模型（GLM）的基本介绍。具体来说，本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用，以及模型评估的方法。本教程使用教育数据例子进行模型的应用。此外，本教程还简要演示了用R对GLM模型进行的多层次扩展。最后，还讨论了GLM框架中的更多分布和链接函数。 本教程包含以下结构。 1. 准备工作。 2. 介绍GLM。 3. 加载教育数据。 4. 数据准备。 5. 二元（伯努利）Logisti..
R构建泊松回归模型（Poisson Regression）
data+scenario+science+insight
07-18 1873
R构建泊松回归模型（Poisson Regression） 目录 R构建泊松回归模型（Poisson Regression） 泊松回归模型（Poisson Regression） 泊松回归的假设条件 泊松回归模型构建 可视化泊松回归的结果 数据分析结果报告 泊松回归模型（Poisson Regression） 回归（regression）是一种统计学习方法，可以用来确定一个或多个预测变量(predictor)和一个响应变量(response)之间的关系。 泊.
R语言glm函数构建二分类logistic回归模型、epiDisplay包logistic.display函数获取模型汇总统计信息（自变量初始和调整后的优势比及置信区间，回归系数的Wald检验的p值
statistics+insight+vista+power
06-17 979
R语言glm函数构建二分类logistic回归模型（family参数为binomial）、使用epiDisplay包logistic.display函数获取模型汇总统计信息（自变量初始和调整后的优势比及置信区间，回归系数的Wald检验的p值）
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值