glm(Fitting Generalized Linear Models)幫助文檔翻譯
簡介Description
glm被用于拟合廣義線性模型,特别是通過給出對線性預測子的符号描述以及對誤差分布的描述
用法Usage
glm(formula, family = gaussian, data, weights, subset,
na.action, start = NULL, etastart, mustart, offset,
control = list(...), model = TRUE, method = "glm.fit",
x = FALSE, y = TRUE, contrasts = NULL, ...)
常用參數介紹
formula 資料關系/模型的描述,舉例:group~性别+年齡+體重+身高+吸煙定性+飲酒定性,Y:group,X:性别,年齡,體重,身高,吸煙定性,飲酒定性
family 響應變量(因變量/Y)的分布類型,需要自己根據響應變量分布情況在參數裡定義
family 種類(預設連接配接函數)
binomial(link = "logit")#響應變量服從二項分布,連接配接函數為logit,即logistic回歸
binomal(link=’probit’) #響應變量服從二項分布,連接配接函數為probit
gaussian(link = "identity")
Gamma(link = "inverse")
inverse.gaussian(link = "1/mu^2")
poisson(link = "log")#響應變量服從泊松分布,即泊松回歸
quasi(link = "identity", variance = "constant")
quasibinomial(link = "logit")
quasipoisson(link = "log")
data 可選擇資料庫,清單等
weights 是一個可選擇向量,在模型拟合過程中可以“優化權重”,應該設定成NULL或者一列數字向量
subset 是一個可選擇的向量,具體化在拟合過程的觀察亞組
na.action 訓示缺失值處理
start 線性預測子參數的起始值
etastart 線性預測子的起始值
mustart 均數向量的起始值
offset 可以被用來在拟合過程中具體化要被納入線性預測子的優先已知部分,應該設定為NULL或者長度和案例一樣的數字向量。
control 控制拟合過程參數的清單
model 訓示model frame模型框是否應該被包含傳回值的部分的邏輯變量
a logical value indicating whether model frame should be included as a component of the returned value.
method 用于拟合模型的方法,預設方法是"glm.fit": 疊代重新權重最小二重法iteratively reweighted least squares (IWLS),選擇"model.frame"傳回模型框并且不會拟合。
x, y 邏輯值訓示被用于拟合過程的反應向量和模型矩陣是否應該被作為傳回值的部分
contrasts 一個可選擇的清單
intercept 邏輯,截距是否應該被包括在空模型裡
object 可以從 "glm"類型裡繼承的對象
type 特征和偏好比對被允許,從被拟合模型對象裡提取出的權重類型,可以縮寫
參考來源
[ 2 ]: 幫助文檔作者:The original R implementation of glm was written by Simon Davies working for Ross Ihaka at the University of Auckland, but has since been extensively re-written by members of the R Core team.The design was inspired by the S function of the same name described in Hastie & Pregibon (1992).
作者簡介
何世偉,
廈門大學公共衛生碩士
研究方向:表觀遺傳流行病學、循證醫學
聯系方式:[email protected]