R语言 回归的多面性

时间:2022-12-08 09:05:41


回归是一个令人困惑的词,因为它有许多特殊变种(见表8-1)。对于回归模型的拟合,R提

供的强大而丰富的功能和选项也同样令人困惑。例如,2005年Vito Ricci创建的列表表明,R中做

回归分析的函数已超过了205个(http://cran.r-project.org/doc/contrib/Ricci-refcardregression.pdf)。

表8-1 回归分析的各种变体

回归类型 用 途

简单线性 用一个量化的解释变量预测一个量化的响应变量

多项式 用一个量化的解释变量预测一个量化的响应变量,模型的关系是n阶多项式

多元线性 用两个或多个量化的解释变量预测一个量化的响应变量

多变量 用一个或多个解释变量预测多个响应变量

Logistic 用一个或多个解释变量预测一个类别型响应变量

泊松 用一个或多个解释变量预测一个代表频数的响应变量

Cox比例风险 用一个或多个解释变量预测一个事件(死亡、失败或旧病复发)发生的时间

时间序列 对误差项相关的时间序列数据建模

非线性 用一个或多个量化的解释变量预测一个量化的响应变量,不过模型是非线性的

非参数 用一个或多个量化的解释变量预测一个量化的响应变量,模型的形式源自数据形式,不事先设定

稳健 用一个或多个量化的解释变量预测一个量化的响应变量,能抵御强影响点的干扰