變量的取值類型 因變量：連續變量，二分類變量，等級變量、多分類變量，連續帶有刪失變量 解釋變量：連續、分類、等級變量 模型選擇方式：基本公式（X，Y是否正態分布）
廣義線性模型 y不是正態分布 指數分布族
glm()的用法 Logistic模型函數形式：
對數線性模型 分類變量 層次變量
一般線性模型
y正態分布，x非正態分布 完全隨機設計方差分析，只考慮一個隨機因素 隨機單位組設計模型 #建立全變量logistic回歸模型 d5.1=read.table('clipboard',header = T) logit<-glm(y~x1+x2+x3,family = binomial,data=d5.1) summary(logit) #逐步篩選變量logistic回歸模型 logit.step=step(logit) summary(logit.step) #對數Poisson回歸模型 d5.2=read.table('clipboard',header = T) log=glm(y~x1+x2,family=poisson,data=d5.2) summary(log) #一般線性回歸模型 d5.3=read.table('clipboard',header = T) #完全隨機設計方差分析 anova(lm(Y~factor(A),data = d5.3)) #隨機單位組設計模型 d5.4=read.table('clipboard',header = T) anova(lm(Y~factor(A)+factor(B),data = d5.4))
參考資料： https://next.xuetangx.com/course/JNU07011000851/151569