R语言实战笔记--第十三章 广义线性模型

R语言实战笔记–第十三章 广义线性模型

标签（空格分隔）： R语言 广义线性模型 logistic回归 泊松回归

---

广义线性回归

　　我们知道，OLS回归的要求是假设因变量是正态分布（还有独立性、线性及同方差性），但是，我们在使用时，因变量通常会出现二值变量（如是/否、通过/不通过之类）或多分类变量（如优/良/中/差等），又或者为计数变量（如一周的交通事故次数这类非负有限值）。而广义线性回归就是能够解决此类问题的回归。书中只介绍了Logistic回归及泊松回归两个回归的一般方法（像稳健、多项、有序等并未涉及）。
　　OLS回归的函数式为：$\mu_Y=\beta_0+\sum_{j=1}^p\beta_jX_j$，其中Y呈正态分布，$\mu_Y$为Y的均值
　　广义线性的函数式为：$g(\mu_Y)=\beta_0+\sum_{j=1}^p\beta_jX_j$，其中$g(\mu_Y)$是条件均值的函数（称为连接函数）
　　同OLS回归，广义线性的使用也是由一个函数统领，为glm()函数，它与OLS回归相似，但多了一些参数，最主要的是family参数，它指定了概率分布及相应默认的连接函数，如下表：

分 布 族	默认的连接函数
binomial	(link = “logit”)
gaussian	(link = “identity”)
gamma	(link = “inverse”)
inverse.gaussian	(link = “1/mu^2”)
poisson	(link = “log”)
quasi	(link = “identity”, variance = “constant”)
quasibinomial	(link = “logit”)
quasipoisson	(link = “log”)

另外，lm模型的部分函数可以用于glm模型，如summary、coefficient/coef、confit等。
　　模型的适用性是每个模型必不可少的一个判断，模型的拟合和回归诊断。当评价模型适用性时，可以使用初始响应变量的预测值与残差的图形来进行判断。

plot(predict(glmModel,type=”response”),residuals=(glmModel,type=”deviance”)

　　书中提到，对广义线性模型的异常点识别仍然未有统一答案，但可以通过帽子值，学生化残差和Cook距离找出异常大的值，然后通过相互比较来进行判断异常，这是一个方法。代码：

plot(hatvalues(glmModel))
plot(rstudent(glmModel))
plot(cooks.distance(glmModel))
还可以使用car包中的一种方法，在OLM回归的时候也有提到的强影响点
library(car)
influencePlot(glmModel)

　　当响应变量（因变量）的值较多的时候，诊断图较为有用，当响应变量只有有限个时，诊断图的功效会降低很多。

Logistic回归

原理

　　简单说一下它的公式：

logit(P)=ln(P1−P)=β0+β1X1+β2X