• 变量的取值类型
  • 因变量：连续变量，二分类变量，等级变量、多分类变量，连续带有删失变量
  • 解释变量：连续、分类、等级变量
• 模型选择方式：基本公式（X，Y是否正态分布）

• 广义线性模型
  • y不是正态分布
  • 指数分布族

• glm()的用法
• Logistic模型函数形式：

• 对数线性模型 分类变量 层次变量

• 一般线性模型

y正态分布，x非正态分布

• 完全随机设计方差分析，只考虑一个随机因素
• 随机单位组设计模型

#建立全变量logistic回归模型
d5.1=read.table('clipboard',header = T)
logit<-glm(y~x1+x2+x3,family = binomial,data=d5.1)
summary(logit)
#逐步筛选变量logistic回归模型
logit.step=step(logit)
summary(logit.step)
#对数Poisson回归模型
d5.2=read.table('clipboard',header = T)
log=glm(y~x1+x2,family=poisson,data=d5.2)
summary(log)
#一般线性回归模型
d5.3=read.table('clipboard',header = T)
#完全随机设计方差分析
anova(lm(Y~factor(A),data = d5.3))
#随机单位组设计模型
d5.4=read.table('clipboard',header = T)
anova(lm(Y~factor(A)+factor(B),data = d5.4))

参考资料： https://next.xuetangx.com/course/JNU07011000851/151569