熱線電話:13121318867

登錄
首頁精彩閱讀R語言線性模型glm()logistic回歸模型
R語言線性模型glm()logistic回歸模型
2018-06-11
收藏

R語言線性模型glm()logistic回歸模型

R語言廣義線性模型glm()函數
glm(formula, family=family.generator, data,control = list(…))
formula數據關系,如y~x1+x2+x3
family:每一種響應分布(指數分布族)允許各種關聯函數將均值和線性預測器關聯起來。
常用的family:

binomal(link=’logit’) —-響應變量服從二項分布,連接函數為logit,即logistic回歸

binomal(link=’probit’) —-響應變量服從二項分布,連接函數為probit

poisson(link=’identity’) —-響應變量服從泊松分布,即泊松回歸

control:控制算法誤差和最大迭代次數

glm.control(epsilon = 1e-8, maxit = 25, trace = FALSE)

 -----maxit:算法最大迭代次數,改變最大迭代次數:control=list(maxit=100)
源自
實戰:
source("setwd.r")
##下面read.csv會出錯,因為表頭中文亂碼,刪掉表頭,重新定義
Data=read.csv("bankloan.csv")[2:701,]
##查看前幾行tail是后幾行
head(Data)
colnames(Data)<-c("x1","x2","x3","x4","x5","x6","x7","x8","y")
tail(Data)
#logistic回歸模型
glm<-glm(y~x1+x2+x3+x4+x5+x6+x7+x8,family = binomial(link = "logit"),data = Data)
glm
summary(glm)
###逐步尋優法 forward前向選擇法backward后向選擇法
logit.step<-step(glm,direction = c("both"))
summary(logit.step)

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢