码迷,mamicode.com
首页 > 编程语言 > 详细

[读书笔记] R语言实战 (十三) 广义线性模型

时间:2017-12-02 21:09:37      阅读:275      评论:0      收藏:0      [点我收藏+]

标签:attach   特性   table   统计   readonly   条件   泊松分布   ack   因变量   

广义线性模型扩展了线性模型的框架,它包含了非正态的因变量分析

广义线性模型拟合形式:

$$g(\mu_\lambda) = \beta_0 + \sum_{j=1}^m\beta_jX_j$$

$g(\mu_\lambda)为连接函数$. 假设响应变量服从指数分布族中某个分布(不仅仅是正态分布),极大扩展了标准线性模型,模型参数估计的推导依据是极大似然估计,而非最小二乘法.

可以放松Y为正态分布的假设,改为Y服从指数分布族中的一种分布即可

glm()函数:glm(formula,family=family(link=function), data = )

技术分享图片

Logistic regression:响应变量为二值(0,1), 模型假设Y服从二项分布,线性模型拟合形式:

技术分享图片

可用以下代码拟合Logistic回归:glm(Y~X1+X2+X3, family = binomial(link=‘logit‘,data=mydata)

#通过婚外情数据来预测婚外情情况
#每个参与者身上有9个变量:性别,年龄,婚龄,是否有小孩,宗教信仰程度,
#学历,职业,婚姻自我评分
library(AER)
data(Affairs,package = ‘AER‘)
#查看描述性统计信息
summary(Affairs)
#将affairs转化Wie二值因子ynaaffair
Affairs$ynaffair[Affairs$affairs > 0] <-1
Affairs$ynaffair[Affairs$affairs == 0] <-0
Affairs$ynaaffair <- factor(Affairs$ynaffair,levels=c(0,1),labels=c("NO","Yes"))
table(Affairs$ynaffair)
#因子化之后的值可以作为Logistic回归的结果变量
fit.full <- glm(ynaffair~gender+age+yearsmarried+children+religiousness+education+occupation+rating,data=Affairs,family=binomial())
#描述模型
summary(fit.full)
#由P值得出性别,孩子,学历,职业对方程的贡献不显著,去除这些变量重新拟合
fit.reduced <- glm(ynaffair~age+yearsmarried+religiousness+rating,data=Affairs,family=binomial())
summary(fit.reduced)
#由结果可以看出这次个每个回归系数都很显著
#由于两个模型嵌套,可以使用anova()对他们进行比较
#卡方值p=0.21,表明四个预测变量的新模型与九个预测变量的模拟拟合程度一样好
anova(fit.reduced,fit.full,test=‘Chisq‘)
#解释模型系数:对数优势
coef(fit.reduced)
#指数优势
exp(coef(fit.reduced))
#评价预测变量对结果概率的影响
#婚姻评分对婚外情概率的影响
#创建虚拟数据集,年龄,婚龄,宗教信仰均为均值,婚姻评分为1-5
testdata <- data.frame(rating=c(1,2,3,4,5),age=mean(Affairs$age),yearsmarried=mean(Affairs$yearsmarried),religiousness=mean(Affairs$religiousness))
testdata$prob = predict(fit.reduced,newdata = testdata,type="response")
testdata

Logistic 回归变种:

  • 稳健Logistic regression: robust包中glmRob()函数可以拟合文件的广义线性模型,当拟合回归模型出现离群点的强影响点时,稳健logistic regression便可以派生用场.
  • 多项布回归,若响应变量包含两个以上无序类比(已婚,寡居,离婚),便可以使用mlogit包中的mlogit()函数拟合多项Logistic回归
  • 序数Logistic回归,若响应变量是一组有序类别(好,中,差),便可以使用rms()包中的mlogit()函数拟合多项logistic回归

Poisson regression:响应变量为计数型, 模型假设Y服从泊松分布, 线性模型拟合形式:

技术分享图片

许多分析标准线性模型lm()连用的函数在glm()中都有对应的形式:

技术分享图片

 技术分享图片

#使用robust包中的癫痫数据Breslow,来讨论癫痫数据对癫痫发病率的影响
library(robust)
data(breslow.dat,package = "robust")
names(breslow.dat)
#我们只关注,Trt治疗条件,Age:年龄,基础癫痫发病数Base, 响应变量为sumY随机化后八周内癫痫发病数
summary(breslow.dat[c(6,7,8,10)])
opar <- par(no.readonly = TRUE)
par(mfrow=c(1,2))
attach(breslow.dat)
#图中可以看到因变量的偏倚特性和可能的离群点
hist(sumY,breaks = 20,xlab = "Seizure count",main="Distribution of Seizures")
boxplot(sumY~Trt,xlab="Treatment",main="Group Comarisons")
par(opar)
#拟合泊松回归
fit <- glm(sumY~Base+Age+Trt,data=breslow.dat,family=poisson())
summary(fit)
#获取模型系数
coef(fit)
exp(coef(fit))

  

泊松回归的的变种:

  • 时间段变化泊松回归
  • 零膨胀泊松回归:logisitic regression + poisson regression

模型拟合和回归诊断:

1. 初始响应变量的预测值和残差的图形

2. 检验模型是否过度离势

 

 

[读书笔记] R语言实战 (十三) 广义线性模型

标签:attach   特性   table   统计   readonly   条件   泊松分布   ack   因变量   

原文地址:http://www.cnblogs.com/vincentcheng/p/7955387.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!