## 广义线性回归___Logit模型(y为体育锻炼强度)。
#install.packages("ResourceSelection")
library(ResourceSelection)  #Hosmer-Lemeshow拟合优度检fit4<- glm(fitness2~hlw,data = newdata, binomial(link="logit"))
summary(fit4)
hl1 <- hoslem.test(fit4$y,fitted(fit4),g=10)  ##此函数用来进行Hosmer-Lemeshow拟合优度检验,评价logistic模型的校准度
hl1  ## 若假设检验的P值<检验水准α,则提示模型的拟合不佳, HL检验发现,模型拟合良好(P=0.651>0.05)。fit5 <- glm(fitness2~hlw+gender+age+hunyin+huji+edu+lnincome_fam+labour+a43a,data = newdata, binomial(link="logit"))
summary(fit5)
hl2 <- hoslem.test(fit5$y,fitted(fit5),g=10)
hl2fit6 <- glm(fitness2~hlw+gender+age+hunyin+huji+edu+lnincome_fam+labour+a43a+east+west,data = newdata,  binomial(link="logit"))
summary(fit6)
hl3 <- hoslem.test(fit6$y,fitted(fit6),g=10)
hl3###利用方差膨胀因子检验可知,自变量的VIF均值为1.20,最大VIF为1.62,故自变量之间不存在多重共线性问题。
car::vif(fit3)  

广义线性回归 logit和probit相关推荐

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

    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. ...

  2. 广义线性回归模型之定序回归(logit/probit回归)—R语言实现+苹果实体店客户满意度案例

    定序回归 什么是定序回归? 定序回归的因变量是定序变量,数据类型是顺序数据.比如不满意,一般,满意:不合格,合格,优秀等. 假设因变量是评分,先由单变量回归说起,则普通的线性回归模型为 由于方程右边的 ...

  3. excel计算二元线性回归_R 回归分析(六)广义线性回归模型

    广义线性回归模型(GLM)是常见正太线性模型的直接推广,它适用于连续数据和离散数据,特别是后者,如属性数据.计数数据. 广义线性回归模型要求响应变量只能通过线性形式依赖于自变量,从而保持了线性自变量的 ...

  4. 泊松回归、gamma回归、Tweedie回归等广义线性回归模型GLM的评估指标:校准曲线、 洛伦兹曲线、卡方检验、AIC、BIC、偏差(Deviance)指标

    泊松回归.gamma回归.Tweedie回归等广义线性回归模型GLM的评估指标:校准曲线(Calibration curve). 洛伦兹曲线(Lorenz Curve).卡方检验.AIC.BIC.偏差 ...

  5. 用Python开始机器学习(3:数据拟合与广义线性回归)

    用Python开始机器学习(数据拟合与广义线性回归) 原文:http://blog.csdn.net/lsldd/article/details/41251583 本文发现,有的时候,次数是100的时 ...

  6. sklearn自学指南(part15)--广义线性回归

    学习笔记,仅供参考,有错必纠 文章目录 线性模型 广义线性回归 用法 实际问题 线性模型 广义线性回归 广义线性模型(GLM)以两种方式扩展线性模型. 首先,预测值 y ^ \hat{y}

  7. r语言 回归分析 分类变量_R语言进阶之广义线性回归

    广义线性回归是一类常用的统计模型,在各个领域都有着广泛的应用.今天我会以逻辑回归和泊松回归为例,讲解如何在R语言中建立广义线性模型. 在R语言中我们通常使用glm()函数来构建广义线性模型,glm实际 ...

  8. 机器学习(三)线性回归、广义线性回归、非线性回归

    机器学习(三)线性回归模型.广义线性回归模型.非线性回归模型 线性回归(数据集要满足正态分布) 一元线性回归模型: 在这里会想到,如何确定方程中的系数呢?我们先来了解最小二乘法,简单来说就是这个点作y ...

  9. logit和probit的区别

    logit和probit的区别: 1. y* = x'b + e中,对e的分布的设定不同.logit模型中,e服从标准logistic分布:probit模型中,e服从标准正态分布. 2. 两个模型估算 ...

最新文章

  1. 使用Teams接收Azure服务运行状况通知
  2. 多媒体计算机技术在教学中的应用,【浅谈多媒体计算机技术在中学物理教学中的应用】计算机技术是什么...
  3. 英特尔诺基亚将联手开发智能手机
  4. C语言 编写程序:请将Fibonacci数列前30项中的偶数值找出来,存储到一维数组中。其中,Fibonacci数列如下:1,1,2,3,5,8,13,21,34...该数列除前两项之外,其他任意
  5. mysql建立的一个自动更新组织树案案例
  6. 何时该用无服务器,何时该用Kubernetes?
  7. python的for语句是否只有一种写法_跟老齐学Python之for循环语句
  8. php获取目录中的所有文件名
  9. python链表实现栈_使用python实现数组、链表、队列、栈
  10. 秒杀场景_解决秒杀超卖问题_04
  11. css-第一个CSS
  12. 关于安卓listview获得item中的控件问题
  13. python numba报错_python – 使用pip升级到numba 0.16会导致错误
  14. 20135320赵瀚青LINUX内核分析第一周学习笔记
  15. [数据仓库]基于大数据的数仓和传统数仓的区别
  16. Python爬虫利器 ——代码转换
  17. 程序员微信名昵称_微信营销手段之昵称命名
  18. 用户体验与可用性测试_读书笔记
  19. 【极限精简887M,老机专用】星岚技术 Win7 x64 极限精简版 V2021.4
  20. bulk of the 用法_高中英语 | 10大词类详解+用法+考点,必须牢记,超全讲解!

热门文章

  1. 我的本科毕业设计--家庭云端智能管家--把思路和技术细节写给大家分享
  2. 玩许多计算机游戏的英语,玩游戏的危害英语作文
  3. poj 3990 四边形费马点
  4. TECPLOT画流固耦合的流场图--学习笔记
  5. 10项技巧设计SQL语句
  6. java中的整型常量,在Java中,整型常量不可以是?
  7. 树状结构(MybatisPlus)
  8. 响应式HTML网页开发,web开发中的响应式网页设计
  9. Java【关于如何招聘靠谱的JAVA开发工程师】
  10. 技术路线的可行性和解决关键技术的途径