オプションについて詳しくは help(glm) や help(family) を見よう。 ここでは一般線形モデルのうちロジスティック回帰、ポアソン回帰、生存時間分析について紹介する。. ロジスティック回帰 ロジスティック回帰は連続量である予測変数から2値変数を予測するときに用いる。制約が少ないので判別分析よりも好まれる。予測変数にカテゴリカル変数を含めることもできる。 # データとspss結果はuclaのサイトから。感謝。 # 以下も参考: R Data Analysis Examples Logit Regression # データ準備 library(foreign) dat <- read.spss("http://www.ats.ucla.edu/stat/data/hsb2.sav", to.data.frame=T) names(dat) <- tolower(names(da
![scratch-R: generalized linear models](https://cdn-ak-scissors.b.st-hatena.com/image/square/35c1f967b7a86c477e7a9317a91ce386b8725555/height=288;version=1;width=512/http%3A%2F%2Feau.uijin.com%2Fadvstats%2Fimages%2Fsmcdplot.jpg)