我如何知道这里使用的是哪种类型的GLM？如果我不知道家庭的类型。(考虑因变量性质是未知的)
GLM是广义线性模型（Generalized Linear Model）的缩写，是一种统计学中常用的回归分析方法。它通过将线性回归模型的假设放宽，适用于更广泛的数据类型和分布情况。
在了解家庭类型的情况下，可以通过以下步骤确定使用的GLM类型：
- 确定因变量的性质：首先需要确定因变量的性质，即它是连续型变量还是离散型变量。这将决定GLM的类型。
- 连续型变量的GLM类型：如果因变量是连续型变量，可以选择使用线性回归模型（正态分布的GLM）。线性回归模型适用于因变量与自变量之间存在线性关系的情况。
- 离散型变量的GLM类型：如果因变量是离散型变量，需要根据具体情况选择适当的GLM类型。常见的离散型GLM类型包括二项分布GLM（适用于二分类问题）、泊松分布GLM（适用于计数数据）、多项分布GLM（适用于多分类问题）等。
如果不知道家庭的类型，即因变量的性质未知，可以考虑以下方法：
- 数据探索：通过对数据的初步探索，可以观察因变量的分布情况，进而初步判断其性质。例如，可以绘制直方图、箱线图等图表，观察因变量的分布形态。
- 统计检验：可以使用统计检验方法对因变量进行假设检验，以确定其性质。例如，对于连续型变量，可以使用正态性检验；对于离散型变量，可以使用卡方检验等。
- 领域知识：根据对问题背景的了解，可以推测因变量的性质。例如，如果问题涉及到计数数据，可以初步判断因变量为离散型变量。
总之，确定GLM类型的关键是明确因变量的性质，可以通过数据探索、统计检验和领域知识等方法进行判断。根据具体情况选择适当的GLM类型，以进行进一步的分析和建模。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 腾讯云人工智能开发平台（https://cloud.tencent.com/product/tencent-ai）
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）
- 腾讯云存储（https://cloud.tencent.com/product/cos）
- 腾讯云区块链服务（https://cloud.tencent.com/product/tbaas）
- 腾讯云物联网平台（https://cloud.tencent.com/product/iotexplorer）
- 腾讯云移动开发平台（https://cloud.tencent.com/product/mpe）
- 腾讯云音视频处理（https://cloud.tencent.com/product/mps）
- 腾讯云云原生应用平台（https://cloud.tencent.com/product/tke）
- 腾讯云网络安全（https://cloud.tencent.com/product/ddos）
- 腾讯云多媒体处理（https://cloud.tencent.com/product/vod）
- 腾讯云元宇宙（https://cloud.tencent.com/product/tencent-vr）
相关·内容
我对R模型比较陌生，我遇到了GLM的建模功能。我对使用家庭“二项式”的Logistic回归感兴趣。我的问题是，当我的因变量可以接受两种可能的结果之一--比如“正”、“负”--计算估计值的默认结果是什么--该模型默认预测“正”或“负”结果的日志概率吗？此外，当因变量为
Yes或No
1或2
Pass或Fail
等等？
是否有规则R选择此默认值？有办法手动覆盖它吗？请澄清。
浏览 5提问于2017-01-08得票数 3
1回答
我给GLM函数的输入是：
glm(family=fam,data=regFrame1,start=starter1,formula=as.formula(paste(yvar,"~.+0")),na.action=na.exclude,y=T)
其中家庭是Gamma，连接函数是身份。
我试图手动重现我的模型中的系数，其中之一是：
Estimate Std. Error t value Pr(>|t|)
coefficient A
浏览 13提问于2022-11-23得票数 1
回答已采纳
我有一个前同事创建的GLM的r代码。代码看起来像这样 glm_mod <- glm(formula
, data
,weights=sqrt(units_x+units_y)
,family = quasibinomial(link="logit") Formula定义了因变量和自变量之间的关系。我发现公式中有一个问题。它使用了不正确的依赖变量，但我的客户还没有准备好接受，因为代码是由他们的一个高效率的前员工开发的。他们希望我显示glm结果中的因变量名称。你能建议我如何从glm结果中获得因变量名吗？
浏览 16提问于2019-03-25得票数 0
我有一个叫做“学生”的数据框架，里面有4个变量。我想用一个二元因变量“性别”进行多变量logistic回归分析，该变量由两个作为女性和男性的分类值(F)和3个自变量(reading_score、math_score为连续“双”，午餐为绝对“字符”)组成。
为了开始逻辑回归，我将性别变量转换成一个因素(因为它不是以其他方式工作的)。然后，我在“二项式”家庭中使用了"glm“函数如下：
student$gender <- as.factor(student$gender)
glm.fit <- glm(gender~. , data = student, family = &#
浏览 8提问于2022-11-26得票数 0
1回答
我正在使用SAS Proc GLM对一个缺少值的因变量进行预测。注意，所有的预测变量都是完全被观察到的，也就是说，预测器不包含缺少的值。标准语法是：
proc glm data=test；
甲类；
dv=a b(C)/溶液模型；
输出out=testx p=pred；
跑；
由于预测器没有缺少值，输出数据应该包含对缺少值的预测，wrt是因变量。
我的输出不包含对因变量中缺失值的预测。
我做错了什么？
浏览 0提问于2018-05-08得票数 0
我想为我的多元逻辑模型计算Hosmer统计量。我尝试了hosmerlem (下面的命令)和hosmer.test函数。
Y=我的二元因变量，yhat=fitted(我的glm)
( logistic模型的因变量是二进制变量，我包含了大约10个预测变量。)
但在这两种情况下，我都会得到以下错误:quantile.default中的错误(yhat，probs = seq(0，1，1/g))：缺少值，如果'na.rm‘为FALSE，则NaN是不允许的。
有人能帮忙吗？提前感谢！
浏览 0提问于2015-07-27得票数 0
我试图在两个变量之间做一个logistic回归，其中我想提取它们之间相关性的p值。但是，函数glm()似乎将可靠变量拆分为它包含的唯一值，并且我只收到其中每个变量的p值，而不是整个变量的p值。是否有一种方法可以替代整个因变量的p值？这是我得到的，如果我做的检验，在SPSS，所以它似乎是有可能的逻辑回归在总体上。但它在R中有这个函数吗？
下面是一个最小的可重现性示例：
attach(PlantGrowth)
weight.factor<- cut(weight, 2, labels=c('Light', 'Heavy')) # binarize weight
浏览 12提问于2022-01-29得票数 1
回答已采纳
2回答
使用循环时出现子集错误
、、、、
我一直在使用这个公式：
varlist <- c("A", "B")
for(i in c(1:2)) {
print(varlist[i])
print(summary(svyglm(as.formula(paste0(varlist[i], "~YEAR + REGION")),
design = subset(FEI.w, varlist[i] != "U"),
family = quasibinomial)))
}
我有比A和B更多的变量，但是我想用A
浏览 3提问于2017-03-21得票数 1
回答已采纳
我使用glm函数(family=binomial)来拟合我的数据的逻辑模型。因变量是二进制变量。当我使用(下面的详细信息)
predict(glm.fit, newdata=datapoint, type="response")
函数返回一个概率。这个概率属于哪一类？也就是说，如果返回的值为0.95，那么它应该属于哪两个类？
我找不到说明这是如何确定的文档。
注意: glm.fit是glm()的结果，datapoint是我想要预测的数据
浏览 1提问于2019-02-25得票数 0
我有一个数据集，每个家庭对五种发电方法中的每一种都有一个观察(所以每个家庭出现5次)。有一个虚拟变量标记他们使用的方法，所以一个样本家庭可能看起来像这样--
hh_id choice choice_dummy
1 Grid 0
1 Diesel 0
1 Ownsolar 1
1 Solargrid 0
1 None 0
我还需要在logit模型中运行一些其他变量(价格、可用性、负载、峰值小时)，以了解是什么影响了选择特定选择的决策。我知道要使用glm()来实现这一点，但我不确定要为因
浏览 2提问于2020-05-23得票数 0
我调整了一个glm与家庭Tweedie。现在，我需要得到调整的手段和标准误差的反应量表。迄今为止：
mtcars$am <- as.factor(mtcars$am)
m1 <- glm(hp ~ am, data = mtcars,
family = statmod::tweedie(var.power = 2.2,
link.power = 0 #link log
))
summary(emmeans(m1, &#
浏览 2提问于2018-10-20得票数 1
回答已采纳
2回答
我正在尝试使用 中的-function将我的因变量的先前设置合并到中。我正在使用的数据集是用来预测搅动的。
到目前为止，我正在使用以下功能：
V1_log <- glm(CH1 ~ RET + ORD + LVB + REV3, data = trainingset, family =
binomial(link='logit'))
我要找的是权值函数是如何工作的，以及如何将它包含在函数中，或者是否有其他方法将其合并。因变量是具有选项0或1的标称变量。数据集不平衡的方式是，在因变量CH1上只有10 %的值为1，而其他90%的值为0。因此，权重
浏览 3提问于2020-02-25得票数 2
回答已采纳
1回答
我正在尝试为我的光线跟踪器找到直线和球体之间的交点。到目前为止，我所做的都是有效的，但是返回15的z交叉点，对于半径为1的球体是不好的，我做错了什么。new_origin是光线与球体的交点。new_direction是那个交叉口的常态。显然，new_origin是计算错误的。
origin和direction是光线(线)的原点和方向。
我的代码：
bool Sphere::intersection(const glm::vec3 &origin, const glm::vec3 &direction, glm::vec3 &new_origin, glm::vec3 &
浏览 0提问于2019-12-21得票数 1
1回答
用高斯族分布预测GLM中的离散量
、、、、
是否可以(合法的方法)使用具有高斯族分布的广义线性模型通过例如将高斯GLM的输出舍入到最接近的整数来预测离散量？
浏览 1提问于2012-07-18得票数 1
回答已采纳
1回答
我试图使用lm和glm函数在R中进行回归。
我的因变量是logit转换数据，它基于给定时间段内事件相对于非事件的比例。因此，我的因变量是连续的，而我的自变量是因子变量或虚拟变量。
我有两个独立变量，可以取
一年一到一年m，我的年变量
月j到月n，我的月份变量
问题是，每当我运行我的模型作为结果的总结，四月(指数1的月份)和1998年(指数1)的结果不属于结果.如果我把四月改为"foo_bar"，八月就会消失.
请帮帮我！这让我很沮丧，我根本不知道如何解决这个问题。
浏览 3提问于2013-03-05得票数 3
回答已采纳
1回答
假设我们有一个玩具数据集：
library(tidyverse)
library(purrr)
tbl <- tibble(a = rep(c(0, 1), each = 5),
b = rep(c(0, 1), times = 5),
c = runif(10),
d = rexp(10)) %>%
mutate_at(vars(1,2), as.factor)
其中a是因变量，b:d是自变量。其思想是为每个自变量运行glm模型：
glm(a ~ b, data = tbl, famil
浏览 4提问于2020-03-09得票数 0
回答已采纳
1回答
为什么预测值和因变量之和是相同的？
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
group <- gl(2, 10, 20, labels = c("Ctl","Trt"))
weight <- c(ctl*100, trt*20)
lm.D9 <- glm(weight ~ group,family = gaussian())
summa
浏览 1提问于2020-08-23得票数 0
1回答
我目前有一个带有泊松族的GLM，但我的因变量不是整数。虽然R给出了结果，但我得到了警告。因此，我尝试了准泊松家族，这并没有给出任何警告。因此，我想知道是否可以使用准泊松来解决非整数因变量的问题(我只能发现它对过度分散是正确的)？如果解是准泊松，是否有可能找到一个AIC值，就像它现在给出的NA一样？ 谢谢你。
浏览 47提问于2021-05-11得票数 0
我创建了一个用于回归分析的GUI。
svalue(tbl2,1)：接受.csv输入文件
svalue(tbl4,1)：提供一个因变量
enter code here
selected_var=read.csv(svalue(svalue(tbl[2,1]))
sv=selected_var
sv_regression=data.frame(sv)
glm1<<-glm(svalue(tbl[4,1]) ~ . ,data = sv_regression,family = poisson)
reg<<-summary.glm(glm1)$coefficients
浏览 30提问于2016-12-27得票数 0
使用predict()可以得到因变量(y)对于给定模型的自变量(x)的某一值的预测值。有没有什么函数可以预测给定y的x
例如：
kalythos <- data.frame(x = c(20,35,45,55,70),
n = rep(50,5), y = c(6,17,26,37,44))
kalythos$Ymat <- cbind(kalythos$y, kalythos$n - kalythos$y)
model <- glm(Ymat ~ x, family = binomial, data = kalythos)
如果我们想知道x=50模型的预测值
pr
浏览 0提问于2010-11-16得票数 11
假设我有一个因变量和4个自变量。我怀疑只有3个自变量是显着的，所以我使用glm(y~ x1 + x2 +x3.)函数。然后我得到了这些变量的系数。现在我想运行glm(y ~ x1 + x2 + x3 + x4)，但我希望指定x1、x2、x3系数保持不变。我怎么能做到这一点？
谢谢!
浏览 2提问于2014-05-20得票数 0
回答已采纳
我正在为家庭自动化系统开发一个远程控制应用程序。移动设备和家庭自动化设备通过WebSockets进行通信。
为了显示自动化设备的功能，我目前使用的是具有不同单元布局的ListViews和适配器。一个适配器正在显示设备的所有功能。
我遇到的最大问题是：适配器经常调用getView()，这会触发我的函数一次又一次地在状态句柄和动作调度器中注册自己。
请注意：
大约有20种不同类型的函数，它们都需要不同的单元格布局。有滑块、按钮、状态文本、.函数具有异步更新状态。
我需要找到一种在ListView或类似于ListView的布局中显示这些函数的方法。
你能帮帮我吗？
浏览 6提问于2011-07-25得票数 1
回答已采纳
我有一个由家庭身份和个人身份识别的调查数据集。调查中有一个关于残疾家庭成员的问题。由于问题的架构，我注意到残疾人士的特征(例如年龄、教育程度等)已被编码在其他议员的资料内。
我们的任务是进行logistic回归，其中因变量是disability变量。当我在Stata中运行logit时，error 2000说没有观察。我该怎么做？我是否应将其他成员的个人资料中的意见转交给“残疾人士”？这可能是我在Stata中获得错误代码的原因。
浏览 1提问于2013-12-04得票数 0
回答已采纳
2回答
我正在尝试使用R中的glm函数建立logistic回归模型。我的因变量是只有0和1的二项式。这里0-不返回，1-返回。
我想要为非返回(0's)建模，但R的glm函数默认构建为1。就像在SAS中，它默认构建为较低的值，我们可以使用proc logistic中的降序属性来更改顺序，我们在glm中也有类似的东西吗？
我有一个选择来实现这一点，在我的原始数据中将0更改为1，反之亦然，但我不想更改原始数据。
请帮助我或指导我如何在R中做类似的事情。
提前谢谢。
浏览 3提问于2015-03-22得票数 0
我想用所有可用变量运行一个logistic回归的因变量(在我的数据集中它是:dat$接纳)，每个回归都有它自己的自变量和因变量。我想得到的结果是每个回归总结的列表。使用下面提交的数据集，应该有3个回归。
下面是一个样本数据集(其中承认是logistic回归因变量)：
dat <- read.table(text = "
+ female apcalc admit num
+ 0 0 0 7
+ 0 0 1 1
+ 0 1 0 3
浏览 4提问于2014-03-09得票数 0
回答已采纳
我有一个包含以下列的dataframe：
y作为因变量
A，B，C，D，E，F为自变量。
我想使用statsmodel模块进行回归，我不想用以下方式表示公式参数：
formula = 'y ~ A + B + C + D + E + F'
R glm库通过表示公式=y~ .进行了简化
我想知道在R中的glm库中是否有状态模型的快捷方式。
P.S.：我正在工作的实际数据有27个变量
浏览 3提问于2022-01-03得票数 1
回答已采纳
我是R的新手，我想对我的数据集进行多变量和单变量分析
数据集示例：
我有32个因变量和4个自变量，它们都在列中排列。我想做一个多变量分析，告诉我哪些自变量对我的蛋白质有显著影响。然后我想对每种蛋白质进行单变量分析，看看哪种IV对每种蛋白质有意义。我希望这类似于SPSS中的多变量分析，类似于：
model <- glm(df[,c(9:40]~df[,c(4:8)], family="poisson", data=df)
有没有办法在R中做到这一点？
这就是我要为单变量分析做的事情
model_univariate <- glm(Protein1 ~ age +
浏览 1提问于2021-02-02得票数 0
1回答
当将字符向量传递给dep.var.labels参数给stargazer时，我期望因变量标签由该向量组成。但这似乎只发生在模型是不同的类型。
data(mtcars)
m0 <- lm(mpg ~ hp, data=mtcars)
m1 <- lm(mpg ~ wt, data=mtcars)
m2 <- glm(cyl ~ disp, data=mtcars)
## Only shows the label 'foo' for both models.
stargazer(m0, m1, dep.var.labels=c('foo','
浏览 0提问于2014-02-27得票数 8
回答已采纳
我有一个小数据集，包含4个独立变量(称为a，b，c，d)和1个因变量。由于自变量很少，我想探索这些变量的所有组合。只能有14个型号(a、b、c、d、a+b、a+c、a+d、b+c、b+d、c+d、a+b+c、a+b+d、b+c+d、a+b+c+d)。我手工构建所有的模型，这很耗时。因此，我想将其自动化。在R中是可能的吗？ glm(dep ~ a，family = "binomial"，data = data) glm(dep ~b+ c，family = "binomial"，data = data)等
浏览 11提问于2019-06-14得票数 0
1回答
我无法估计具有因变量为因变量的logit模型。我创建了一个可重复的示例，以更好地解释和显示错误信息。
## create a reproducible example that replicates the problem
set.seed(12) # reproducibility of the "randomly" generated data.
df<-data.frame(dummy=as.factor(rep(c("yes","no"),100)), # factor encoding
x=rnor
浏览 0提问于2018-04-14得票数 0
回答已采纳
我试图在我的bazel构建中包括一个外部库(glm)，但是我得到了未声明的包含--问题是我不知道如何修复它，也不知道为什么，因为如果我手动提取库时使用相同的构建脚本，它就会构建得很好。
我设法对这个问题做了一个很小的再现，无论是工作案例还是不工作案例。
不工作的示例
我的文件夹结构
glmExtBuild
工作空间
外部
glm.BUILD
这是我的工作区文件
new_http_archive(
name = "glmExt",
url = "https://github.com/g-truc/glm/archive
浏览 0提问于2018-06-27得票数 0
我有一个数据集，其中1列为因变量，9列为自变量。我必须在R中拟合logit模型，并考虑自变量的所有组合。
我已经为"glm“函数创建了同样的公式。然而，每次我调用"glm“函数时，它都会加载数据(每次都与每次迭代中的公式变化相同)。
有没有办法可以避免这种情况，以加快我的计算速度？我能否在"glm“函数中使用公式向量并只加载一次数据？
代码：
tempCoeffV <- lapply(formuleVector, function(s) { coef(glm(s,data=myData,family=binomial, y=FALSE, model=FALSE
浏览 1提问于2016-12-22得票数 1
回答已采纳
1回答
我感兴趣的是基于因变量和自变量之间的关系对具有一维输出的二维输入数据进行聚类。例如，如果2-独立维度是x，y，因变量是z，并且(x，y)和z之间的关系在xy空间中的不同区域是不同的；我想对数据进行聚类，使得xy空间中与z具有相同函数关系的区域落入一个聚类中。可以存在于xy空间和z之间的函数关系是先验未知的。
如果有人能为我提供指导/参考，告诉我哪些机器学习技术可以按原样使用或修改以适应这个问题，那就太好了。
浏览 0提问于2013-11-16得票数 1
我目前正在运行一个逻辑回归，它需要在glm函数中使用"whights“参数，如下所示：
model <-glm(cr ~kw_url+row_number+domn*plform+score100,family=binomial,weights=weights,data=glm_data)
head(glm_data[cr>0 & cr <1])
kw_url plform row_number domn score cr weights score100
1: other Desktop 0 *** 0.25 0.
浏览 1提问于2016-06-21得票数 0
回答已采纳
当我试图用R中的sjPlot包绘制glm模型的预测概率时，我得到了以下错误：
Error: Unknown parameters: family
我对R有点陌生，一直无法成功地解决这个问题。这是代码：
options(warn=1)
library(sjPlot)
df = data.frame(x = c(10, 20, 30, 40, 50, 60, 70, 80),
y = c(1, 1, 0, 1, 1, 0, 0, 0))
m1 = glm(data = df, y ~ x, family = binomial)
sjp.glm(fit = m1, typ
浏览 2提问于2016-01-23得票数 0
回答已采纳
1回答
我正在构建一个GLM模型(泊松家族)，由于我有很多特征，我需要做一些正则化。显然，stats模型支持GLM模型中包括泊松在内的一些家庭的正则化。这些是我用过的：
import statsmodels.api as sm
import statsmodels.genmod.generalized_linear_model as sm_glm
. .
poisson_model = sm_glm.GLM(y, X, family=sm.families.Poisson())
poisson_results = poisson_model.fit_regularized()
然而，我得到了错误
浏览 9提问于2017-12-30得票数 1
我试图通过仿真演示不同模型的性能和特性选择技术，因此我希望以编程方式将各种参数传递给glm()。
在?glm下，我们阅读(斜体字)：
族：对模型中使用的错误分布和链接函数的描述。对于glm，这可以是一个字符串，命名一个家庭函数，一个家庭函数或调用一个家庭函数的结果。对于glm.fit，只支持第三个选项。(有关家庭功能的详情，请参阅家庭资料。)
问题是，当我在结果模型上调用step()时，似乎存在范围问题，并且不再识别family=参数。
下面是一个很小的例子：
getCoef <- function(formula,
family = c(
浏览 1提问于2016-04-20得票数 3
回答已采纳
3回答
是否可以使用带有二进制因变量的面板数据集在R中进行回归？我熟悉使用glm作为logit和probit，plm用于面板数据，但不知道如何将两者结合起来。是否有任何现有的代码示例？
编辑
如果我能够知道如何提取plm()在进行回归时使用的矩阵，也会很有帮助。例如，您可以使用plm来执行固定效果，或者使用适当的虚拟变量创建一个矩阵，然后通过glm()运行它。然而，在这种情况下，自己生成假人是很烦人的，让plm为您做这件事会更容易。
浏览 7提问于2010-05-10得票数 5
回答已采纳
1回答
我正在使用lapply对一个因变量执行多个glm回归，一次一个自变量。但我不确定如何一次提取P值。
我的数据集中有200个特征，但下面的代码只给了我feature#1的P值。我如何才能获得这200个特征的所有P值的矩阵？
valName<- as.data.frame(colnames(repeatData))
featureName<-valName[3,]
lapply(featureName,
function(var) {
formula <- as.formula(paste("outcome ~"
浏览 22提问于2021-05-30得票数 2
回答已采纳
1回答
我试图在R中为负二项式回归模型(glm.nb)绘制交互效应。因变量会议是数字的。变量EU为二分法，变量"type“为范畴1/2/3。
glmnbmodel <- glm.nb(meetings ~ EU + type + EU*type, data = data)
我尝试使用以下命令进行绘图：interplot(m = glm.nb, var1 = "meetings", var2 = "type")
这就产生了这个错误：
> interplot(m = glmnbmodel, var1 = "EU", var2 = "
浏览 1提问于2021-07-10得票数 0
我目前正在尝试为我的宠物项目游戏引擎编写一个序列化/反序列化。经过深思熟虑，我决定使用CPP-Reflection库来调用SomeField.GetType()进行类型自省，其中SomeField是像SomeType一样声明的* SomeField返回未知类型。如何获取指针类型？ class CameraComponent : public SceneComponent
{
DVWCLASS
public:
CameraComponent();
~CameraComponent();
virtual void OnCreate() override;
vir
浏览 10提问于2019-01-16得票数 0
回答已采纳
我正在尝试创建一个logistic回归模型，将Response (响应者/非响应者二项变量，其中response是一个事件)作为因变量，将Intercept和Treatment作为自变量。示例数据集：
gender TRTPN responseCategory
<chr> <dbl> <chr>
1 MALE 2 SD
2 FEMALE 1 CR
3
浏览 1提问于2020-05-16得票数 1
我想用所有可用变量运行logistic回归的因变量(在我的数据集中是：dat$admit)，每个回归都有自己的自变量和因变量。我想要得到的结果是每一个回归总结的列表: coeff，p-value，AUC。使用下面提交的数据集，应该有3个回归。
下面是一个样本数据集(其中承认是logistic回归因变量)：
>dat <- read.table(text = " female apcalc admit num
+ 0 0 0 7
+ 0 0 1 1
+ 0
浏览 0提问于2014-03-30得票数 1
回答已采纳
2回答
我使用ddply对我的数据子集执行glm。我很难访问估计的Y值。我能够使用下面的代码得到模型参数估计，但是我试图得到的所有变化都没有达到。glm模型中的因变量和自变量是列向量，"Dmsa"变量也是ddply操作中使用的变量。
定义模型：
Model <- function(df){coef(glm(Y~D+O+B+A+log(M), family=poisson(link="log"), data=df))}
在子集上执行模型：
Modrpt <- ddply(msadata, "Dmsa", Model)
打印Modrpt给出模型系
浏览 5提问于2013-08-06得票数 1
回答已采纳
1回答
我试图使用R中的“插入符号”包对广义加性模型( GAM )运行交叉验证，我可以让它在GLM中工作，并且认为对GAM运行相同的东西应该很简单，但不能让它工作，请参见下面：
dat <- data.frame(label=round(rpois(100,20)),v1=rnorm(100),v2=rnorm(100))
tc <- trainControl("cv",10,savePred=T)
(fit <- train(label~.,data=dat,method="glm",trControl=tc,family=poisson(link
浏览 3提问于2015-03-16得票数 3
回答已采纳
1回答
包pymc3和statsmodels可以处理Python中的负二项式GLM，如所示
E(Y) = e^(beta_0 + Sigma (X_i * beta_i))
其中，X_is是我的预测变量，Y是我的因变量。是否有办法强制一个我的变量(例如X_1)有beta_1=1，以便算法优化其他系数。我愿意同时使用pymc3和statsmodels。谢谢。
浏览 0提问于2017-10-19得票数 1
回答已采纳
2回答
我使用lapply一次一个自变量对一个因变量执行多个glm回归。现在，我对每个自变量的Pr(>|z|)特别感兴趣。但是，我不确定如何使用lapply中的列表来报告Pr(>|z|)。
如果我一次只运行一个模型：coef(summary(fit))[,"Pr(>|z|)"]或summary(fit)$coefficients[,4]可以工作(如所述)，但是用lapply尝试类似的东西似乎不起作用。我可以使用带有访问器方法的lapply和glm或者直接从模型中调用来获得p值吗？
#mtcars dataset
vars <- names(mtcars)[2:8
浏览 0提问于2013-02-06得票数 5
回答已采纳
1回答
在R中阅读大数据和逻辑回归
、、、、
场景:1 1GB CSV文件，100000行，4000个独立数值变量，1个因变量。R安装在Windows Citrix Server上，内存为16 on。
问题:我花了2个小时！要做的事情：
read.table("full_data.csv", header=T, sep",")
glm进程崩溃，程序没有响应，我必须在任务管理器中将其关闭。
浏览 0提问于2012-07-10得票数 3
回答已采纳
我应该成功地使用mice对数据帧进行多个计算。现在我想在该数据集上运行glm。我的结果变量是"MI“，我的自变量是”高血压“和”糖尿病“。我试过：
dat <- mice(regression)
model <- which(dat, glm(MI ~ Hypertension + Diabetes, family = "binomial"))
但我得到了以下错误：
错误：(dat，glm(MI ~高血压+糖尿病，家庭=“二项式”))：
参数到“哪个”不符合逻辑。
有人知道这是为什么吗？
浏览 1提问于2020-11-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
