##线性回归包括几个方面:数据观察,初步拟合,交互作用,多重共线性,回归诊断,拟合中出现的离群点,杠杆值,强影响点,删除后,重新拟合,模型比较--之后可能要预测,因此需要数据交叉验证分成2部分,一部分拟合,一部分验证。 数据为state.x77数据集---本次利用ols 最小二乘法=最小平方法直线回归拟合分析 ###线性回归 ...
线性回归是由高斯分布推导而来,而logistic回归是由贝努力分布推导而来 2.二种回归的最大似然估计是不一样的,只不过求完导后的结果看似相同广义线性模型是线性模型的扩展,其特点是不强行改变数据的自然度量,数据可以具有非线性和非恒定方差结构