使用 glm() 的基本 lm() 功能

R 的廣義線性模型

Richard Erickson

Instructor

與模型物件互動

與輸出互動
基礎 R 函式適用於 glm()
實用捷徑

模型列印

print() 通常為預設

print(poisson_out)

Call:  glm(formula = y ~ x, family = "poisson", data = dat)

Coefficients:
(Intercept)            x  
   -1.43036      0.05815  

Degrees of Freedom: 29 Total (i.e. Null);  28 Residual
Null Deviance:        35.63 
Residual Deviance: 30.92     AIC: 66.02

模型摘要

summary() 提供更多細節

summary(poisson_out)

#...
Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-1.6547  -0.9666  -0.7226   0.3830   2.3022

Coefficients:
            Estimate Std. Error z value Pr(>|z|)  
(Intercept) -1.43036    0.59004  -2.424   0.0153 *
x            0.05815    0.02779   2.093   0.0364 *

Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 35.627  on 29  degrees of freedom
Residual deviance: 30.918  on 28  degrees of freedom
AIC: 66.024

Number of Fisher Scoring iterations: 5

整潔輸出

Tidyverse 提供標準化的模型輸出
由 Broom 套件的 tidy()

library(broom)
tidy(poisson_out)

         term    estimate  std.error statistic    p.value
1 (Intercept) -1.43035579 0.59003923 -2.424171 0.01534339
2           x  0.05814858 0.02778801  2.092578 0.03638686

迴歸係數

coef() 列出迴歸係數

coef(poisson_out)

(Intercept)           x 
-1.43035579  0.05814858

信賴區間

confint() 估計信賴區間

confint(poisson_out)

Waiting for profiling to be done...
               2.5 %     97.5 %
(Intercept) -2.725545344 -0.3897748
x            0.005500767  0.1155564

預測

predict(model, new_data)
new_data 參數：
- 未指定：predict() 會用擬合時的原始資料產生預測。
- 有指定：predict() 會對 new_data 產生預測。

火災受傷資料集

每日民眾受傷數
Louisville，KY
計數資料，零值多

路易維爾（KY）的每日火災受傷

一起來練習吧！

R 的廣義線性模型