广义线性模型扩展了线性模型的框架，包含了非正态因变量的分析。logisitic回归的因变量为类别型，比如二值变量（是/否、通过/未通过）和多分类变量（好/中/差）。

标准线性模型也是广义线性模型的一个特例。

如果令连接函数g(μy)=μy或恒等函数，并设定概率分布为正态（高斯）分布，那么：

    glm(Y~X1+X2+X3,family=gaussian(link="identity"),data=mydata)

生成的结果与下列代码的结果相同：

    lm(Y~X1+X2+X3,,data=mydata)

拓展

常用的family：

    binomal(link=’logit’) #响应变量服从二项分布，连接函数为logit，即logistic回归
    binomal(link=’probit’) #响应变量服从二项分布，连接函数为probit
    poisson(link=’identity’) #响应变量服从泊松分布，即泊松回归

版权属于：。。。源

本文链接：http://www.findmyfun.cn/lm-function-and-glm-function-of-generalized-linear-model-in-r-language.html

转载时须注明出处及本声明。
我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：
https://cloud.tencent.com/developer/support-plan?invite_code=2py75w7904qok