![06bcc99fbc18d000487791bd9073e545.png](https://i-blog.csdnimg.cn/blog_migrate/391dea100040ab9fd798e61151d03703.jpeg)
原文链接:
拓端数据科技 / Welcome to tecdattecdat.cn![76747f8d39c891cfa68c8847362f09fe.png](https://i-blog.csdnimg.cn/blog_migrate/62d93aa5755767743e2cfc5af3b84a3d.jpeg)
上周在课程中,我们了解了广义线性模型的理论,强调了两个重要组成部分
- 链接函数(这实际上是在预测模型的关键)
- 分布或方差函数
考虑数据集
lin.mod = lm(dist~speed,data=cars)
线性模型
假设残差独立且具有相同的方差。如果我们可视化线性回归,会看到:
![d947aeda3bee3727eb8386d9d3f27747.png](https://i-blog.csdnimg.cn/blog_migrate/49ace2d2ed2ae157c9e63d3e7158b825.jpeg)
上周在课程中,我们了解了广义线性模型的理论,强调了两个重要组成部分
考虑数据集
lin.mod = lm(dist~speed,data=cars)
线性模型
假设残差独立且具有相同的方差。如果我们可视化线性回归,会看到: