第3章-广义线性模型.ppt

* 主编：费宇 * 2. 模型的参数估计和检验 于是得回归模型: 从检验结果可以看出: x1和x2的系数都显著,说明基础发病次数(x1),年龄(x2)和治疗条件(x3)对八周内癫痫发病数(y)重要影响. 年龄(x2)的回归系数为0.0227,表明保持其他预测变量不变, 年龄增加1岁, 癫痫发病数的对数均值将相应的增加0.0227. * 主编：费宇 * 2. 模型的参数估计和检验 在因变量的初始尺度(癫痫发病数,而不是癫痫发病数的对数)上解释回归系数比较容易,因此,指数化系数: 可以看出:保持其他预测变量不变, 年龄增加1岁, 癫痫发病数将乘以1.023;治疗条件变化一个单位(即从安慰剂到药物),癫痫发病数将乘以0.86,换言之,保持基础癫痫发病数和年龄不变,服药相对于安慰剂组癫痫发病数降低了14%. exp(coef(glm.ln)) (Intercept) x1 x2 x3 7.0204403 1.0229102 1.0230007 0.8583864 * 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 主编：费宇 * 主编：费宇 * 主编：费宇 中国人民大学出版社 * 主编：费宇 * 第3章 广义线性模型 3.1 广义线性模型概述 3.2 Logistic模型 3.3 对数线性模型 * 主编：费宇 * 3.1 广义线性模型概述 第2章我们研究了多元线性模型,该模型的一个重要假定是因变量是连续型的变量(通常假定服从正态分布),但在许多情况下,这种假定并不合理,例如下面这两种情况. (1)结果变量可能是类型变量.二值分类变量和多分类变量.(比如:是/否,差/一般/良好/优秀等)显然都不是连续型变量. * 主编：费宇 * 3.1 广义线性模型概述 (2) 结果变量可能是计数型变量(比如:一周交通事故的数目)这类变量都是非负的有限值,而且它们的均值和方差通常是相关的(一般线性模型假定因变量是正态变量,而且相互独立). 普通线性回归模型(2.3)假定因变量y服从正态分布,其均值满足关系式:μ=Xβ,这表明因变量的条件均值是自变量的线性组合. 本章介绍两种常见的广义线性模型:Logistic模型与对数线性模型. * 主编：费宇 * 3.1 广义线性模型概述 1.广义线性模型的定义： (1)随机成分:设y1,y2,…,yn是来自于指数分布族的随机样本,即yi的密度函数为 其中ai(.) ,b(.),ci(.) 是已知函数,参数αi是典则参数,?是散度参数. * 主编：费宇 * 1.广义线性模型的定义： (2)联结函数:设yi的均值为μi而函数m(.)是单调可微的联接函数,使得 其中 是协变量, 是未知参数向量. 指数分布族 正态分布 二项分布 泊松分布 * 主编：费宇 * * 主编：费宇 * 2.正态线性回归模型 正态分布属于指数分布族,其密度函数为 与(3.1)对照可知 * 主编：费宇 * 2. 正态线性回归模型 只要取联结函数为 ,则正态线性回归模型满足广义线性模型的定义. 类似的,容易验证,二项分布和泊松分布都属于指数分布族. 下面介绍实际中应用广泛的两种广义线性模型:Logistic模型和对数线性模型. * 主编：费宇 * 3.2 Logistic模型 1.模型定义 设yi服从参数为pi的二项分布,则μi =E(yi)=pi 采用逻辑联结函数,即 这个广义线性模型称为Logistic模型. * 主编：费宇 * 例3.1(数据文件为eg3.1) 表3.1 某地区45个家庭的调查数据 * 主编：费宇 * 2. 模型的参数估计和检验 采用R软件中的广义线性模型过程glm( )可以完成回归系数的估计,以及模型回归系数的显著性检验.程序如下： #eg3.1广义线性模型:Logistic模型 #打开数据文件eg3.1.xls,选取A1:B46区域,然后复制 data3.1-read.table(clipboard,header=T) #将eg3.1.xls数据读入到data3.1中 glm.logit-glm(y~x,family=binomial,data=data3.1) #建立y关于x的logistic回归#模型,数据为data3.1 summary(glm.logit) #模型汇总,给出模型回归系数的估计 和显著性检验等 yp-predict(glm.l