2019-01-13
閱讀量:
1092
泊松回歸
泊松回歸適用于在給定時間內響應變量為事件發(fā)生數(shù)目的情形。它假設Y服從泊松分布,
其中λ是Y的均值(也等于方差)。此時,連接函數(shù)為log(λ),概率分布為泊松分布,可用如下代碼
擬合泊松回歸模型:
glm(Y~X1+X2+X3, family=poisson(link="log"), data=mydata)
值得注意的是,標準線性模型也是廣義線性模型的一個特例。如果令連接函數(shù)g(μY)=μY或恒
等函數(shù),并設定概率分布為正態(tài)(高斯)分布,那么:
glm(Y~X1+X2+X3, family=gaussian(link="identity"), data=mydata)
生成的結果與下列代碼的結果相同:
lm(Y~X1+X2+X3, data=mydata)
總之,廣義線性模型通過擬合響應變量的條件均值的一個函數(shù)(不是響應變量的條件均值),
假設響應變量服從指數(shù)分布族中的某個分布(并不僅限于正態(tài)分布),極大地擴展了標準線性模
型。模型參數(shù)估計的推導依據(jù)的是極大似然估計,而非最小二乘法。






評論(0)


暫無數(shù)據(jù)
推薦帖子
0條評論
0條評論
0條評論