R语言广义线性模型函数GLM、glm函数构建泊松回归模型、分析模型是否过离散(Overdispersion)、使用残差偏差与模型中的剩余自由度的比率值评估模型是否过离散

R语言广义线性模型函数GLM、glm函数构建泊松回归模型、分析模型是否过离散(Overdispersion)、使用残差偏差与模型中的剩余自由度的比率值评估模型是否过离散(Overdispersion)、当观测到的响应变量的方差大于泊松分布所预测的方差时,泊松回归就会出现过离散(Overdispersion)

目录

R语言广义线性模型函数GLM、glm函数构建泊松回归模型(Poisson regression)、分析模型是否过离散(Overdispersion)、使用残差偏差与模型中的剩余自由度的比率值评估模型是否过离散(Overdispersion)、当观测到的响应变量的方差大于泊松分布所预测的方差时,泊松回归就会出现过离散(Overdispersion)

#广义线性模型(Generalized linear models)

#R语言广义线性模型函数GLM、GLM函数的语法形式(Generalized linear models and the glm function)

 #R语言广义线性模型函数GLM、glm函数常用的连接函数(link function)、以logit连接函数、log连接函数、identity连接函数为例

 #R语言lm函数拟合回归模型时其它常用的函数(summary、coefficients、confint、fitted、residuals、anova、vcov、AIC、plot、predict)

#R语言glm函数拟合回归模型时其它常用的函数(summary、coefficients、confint、fitted、residuals、anova、plot、predict、deviance、df.residual)

 #R语言广义线性模型函数GLM、glm函数构建泊松回归模型(Poisson regression)、输出提供偏差(deviances)、回归参数和标准误差、以及系数的显著性p值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

statistics.insight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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