因此，我正在尝试比较两个模型fit1和fit2。 最初，我只是做了anova（fit1，fit2），这产生了我理解的输出（包括p值）。 然而，当我将我的模型从基于lm（）的模型切换到基于glm（）的模型时，anova（fit1，fit2）现在产生了剩余自由度，剩余偏差和Df偏差，我很难解释...

在 R 中，predict.lm 函数基于线性回归的结果计算预测，并提供计算这些预测的置信区间选项。根据手册，这些区间基于拟合误差方差，而不是系数的误差区间。 另一方面，predict.glm 函数基于逻辑回归和泊松回归（以及其他几种）计算预测，没有置信区间选项。我甚至很难想象如何计算此类置...

我正在运行多个回归，并且只对一个特定变量的系数和p值感兴趣。因此，在我的脚本中，我希望能够从glm摘要中提取p值（获取系数本身很容易）。我知道查看p值的唯一方法是使用summary（myReg）。还有其他方法吗？fit <- glm(y ~ x1 + x2, myData) x1Coef...

我进行了一次glm，我只想提取每个系数的标准误差。我在网上看到了se.coef()函数，但它不起作用，它返回"错误：找不到函数" se.coef ""。

我正在R中做逻辑回归。有人能否澄清一下运行这两行代码有什么区别？1. glm(Response ~ Temperature, data=temp, family = binomial(link="logit")) 2. glm(cbind(Respon...

我目前正在使用巨大的数据集计算glm模型。无论是glm还是speedglm，都需要几天时间来计算。 我目前拥有约3M个观察值和共400个变量，只有其中一部分用于回归。在回归中，我使用了4个整数自变量(iv1、iv2、iv3、iv4)，1个二元自变量作为因子(iv5)，交互项(x * y，其中...

我想对我之前在R中建立的一些glm模型进行10倍交叉验证。我对boot包中的cv.glm()函数有点困惑，尽管我已经阅读了很多帮助文件。当我提供以下公式时:library(boot) cv.glm(data, glmfit, K=10) 这里的 "data" 参数是指整个数据集还是仅指测试集？...

我听说人们在想要计算先验模型之后的某些效果时，会谈论“基于残差建模”。例如，如果他们知道两个变量var_1和var_2是相关的，我们首先用var_1建立一个模型，然后再建立var_2的效果模型。我的问题是我从未在实践中见过这样做。 我感兴趣的问题如下： 1. 如果我使用glm，我该如何考虑...

我有50个变量。这是我在glm中如何使用它们的。var = glm(Stuff ~ ., data=mydata, family=binomial) 但是我想排除其中的2个。那么我如何具体地排除这2个呢？我希望能有像这样的东西：var = glm(Stuff ~ . # notthisstuf...

为什么在glmnet包的glmnet函数中不能像基础的glm函数一样只传递一个解释变量到模型中呢？下面是代码和错误信息： > modelX<-glm( ifelse(train$cliks <1,0,1)~(sparseYY[,40]), family="binomial"...