Julia学习笔记：使用GLM包进行一元回归分析及模型拟合度检验

前阵儿《定量方法与研究》的课程作业，是对给定的数据进行分析。尽管通常来说，应该使用SPSS操作，不过一来手头没有SPSS可用，二来也想找机会练习一下Julia，于是决定使用Julia作为工具进行数据分析。

大概Julia使用者还是远远不及Python，因此文档并不丰富，而且组织零散。尽管知道自己需要的数据分析功能，Julia及相关包（package）一定可以实现，但具体应该使用哪个包及包内功能却有些无所适从。

隐约记得Julia中与统计相关的包不少，而GLM包是和线性模型有关的。于是到 GitHub（https://github.com/）和 JuliaStats（https://juliastats.org/）搜寻。谁知，虽然看到GLM应该正是所需要的包，但GitHub中GLM包相关的部分却没有给出文档，在文档处无链接。记得以前在GitHub搜寻到Julia相关包的部分，往往都会给出文档可供参考的。

没找到GLM的“官方”文档说明，只好在 Julia Discourse Board（https://discourse.julialang.org/）看看能不能有别的发现。恰好见到有人在使用GLM包中的“lm”函数，好像是可以用来进行一元回归分析并构建模型。于是在Julia的REPL界面使用“@doc lm”查看了一下，果然适用。一定要注意，lm函数传入的用来进行分析的数据参数（第二个参数）必须是DataFrame类型。