1.一般线性模型和广义线性模型介绍及GPT辅助：基本原理、假设条件及应用情景等
2.一般线性模型（lm）R语言实现
2.1 GPT辅助lm()函数的示例代码、参数和输出结果解释
2.2 GPT辅助一般线性模型构建与评估实例：数据准备、模型拟合、结果解释、作图等。
2.3 GPT辅助模型诊断: 模型可加性、残差正态性、方差异质性、奇异值等。
2.4 GPT辅助开展一般线性模型的模型选择案例：逐步回归
3.广义线性模型（GLM）R语言实现
3.1 GPT辅助glm()函数构建广义回归模型、链接函数、分布族、模型比较。
3.2 GPT辅助开展逻辑斯蒂回归（0，1数据）案例
3.3 GPT辅助开展泊松回归（计数数据）案例:泊松、负二项分布、零膨胀、零截断