- 变量的取值类型
- 因变量:连续变量,二分类变量,等级变量、多分类变量,连续带有删失变量
- 解释变量:连续、分类、等级变量
- 模型选择方式:基本公式(X,Y是否正态分布)
- 广义线性模型
- y不是正态分布
- 指数分布族
- glm()的用法
- Logistic模型函数形式:
- 对数线性模型 分类变量 层次变量
- 一般线性模型
y正态分布,x非正态分布
- 完全随机设计方差分析,只考虑一个随机因素
- 随机单位组设计模型
#建立全变量logistic回归模型
d5.1=read.table('clipboard',header = T)
logit<-glm(y~x1+x2+x3,family = binomial,data=d5.1)
summary(logit)
#逐步筛选变量logistic回归模型
logit.step=step(logit)
summary(logit.step)
#对数Poisson回归模型
d5.2=read.table('clipboard',header = T)
log=glm(y~x1+x2,family=poisson,data=d5.2)
summary(log)
#一般线性回归模型
d5.3=read.table('clipboard',header = T)
#完全随机设计方差分析
anova(lm(Y~factor(A),data = d5.3))
#随机单位组设计模型
d5.4=read.table('clipboard',header = T)
anova(lm(Y~factor(A)+factor(B),data = d5.4))
参考资料: https://next.xuetangx.com/course/JNU07011000851/151569