Modelos Lineares Generalizados em R
Richard Erickson
Instructor
Modelo para dados binários
$Y = \text{Binomial}(p)$
Ligado a uma equação linear
$\Phi^{-1} (p) = \beta_0 + \beta_1 x + \epsilon $
Baseado na normal cumulativa
$\Phi(z) = \frac{1}{\sqrt{2 \pi}} \int_{-\infty}^z e^{- \frac{1}{2} z^2} \, dz$

family em glm()glm(..., family = "binomial")glm(..., family = binomial())binomial(link = "logit")binomial(link = "probit")Converter da escala probit para a escala de probabilidade:
p = pnorm(-0.2)
Usar a probabilidade com distribuição binomial
rbinom(n = 10, size = 1, prob = p)
Converter da escala logit para a escala de probabilidade:
p = plogis(-.2)
Usar a probabilidade com uma distribuição binomial
rbinom(n = 10, size = 1, prob = p)
Modelos Lineares Generalizados em R