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
药企,独角兽,苏州。团队长期招人,感兴趣的都可以发邮件聊聊:tiehan@sina.cn
个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn
