广义线性回归模型之0,1变量回归（logit/probit回归）—R语言实现

bit gi git

1、广义线性回归广义线性模型有三个组成部分： (1) 随机部分, 即变量所属的指数族分布族成员, 诸如正态分布, 二项分布, Poisson 分布等等. (2) 线性部分, 即 η = x⊤β. (3) 连接函数 g(µ) = η。 R 中的广义线性模型函数glm() 对指数族中某分布的默认连接函数是其典则连接函数, 下表列出了 R 函数glm() 所用的某些指数族分布的典则连接函数. 2、0-1因变量的回归模型对于因变量为0,1变量的问题，可以考虑两种模型来解决经过Probit变换和Logit变换，两种模型可以写成：多变量情况： logit回归 probit回归 3

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

广义线性回归模型之0,1变量回归（logit/probit回归）—R语言实现

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载