真实世界大数据分析系列|常用广义线性模型vs广义相加模型

文章预览

本期 为“  医学统计与分析 ”公众号的特邀推文，如需转载，请咨询原作者。 线性回归大家已经很熟悉，在线性回归中，我们假设因变量服从正态分布，但是很多情况下，因变量Y服从其它分布，因此统计学上通过连接函数（link function）将Y的均值与X的线性组合联系起来，就有广义线性模型（generalized linear model，glm），其模型表达形式如下： 广义线性模型指代一类模型，根据因变量Y的分布，选择不同的连接函数，便有不同的模型。常用的有logistic回归、泊松回归、负二项回归，简单归纳如下： 表1 广义线性模型归纳 从上表可以看到，泊松回归和负二项回归都适用于计数资料，那么什么是计数资料？两个模型有什么区别呢？计数型数据，就是取值为非负的，整数的变量，如一定时间内疾病发作的次数、患者在一年内的住院次数等。泊松 ………………………………