5. 广义与一般线性模型

一、数据的分类与模型的选择

二、广义线性模型

logistic模型

（3）预测发生交通事故的概率

pre1<-predict(logit.step,data.frame(x1=1)) #预测视力正常司机Logistic回归结果 
p1<-exp(pre1)/(1+exp(pre1)) #预测视力正常司机发生事故概率 
pre2<-predict(logit.step,data.frame(x1=0)) #预测视力有问题的司机Logistic回归结果 
p2<-exp(pre2)/(1+exp(pre2)) #预测视力有问题的司机发生事故概率
c(p1,p2) #结果显示

1 1
0.32 0.65

对数线性模型

三、一般线性模型

完全随机设计模型

随机单位组设计模型

参考资料

暨南大学 王斌会老师 《多元统计分析及R语言建模》课件