GLM trong R: Mô hình Tuyến tính Tổng quát

Mô hình tuyến tính tổng quát (GLM) là sự khái quát của hồi quy tuyến tính thông thường, cho phép biến phản hồi có các mô hình phân bố sai số khác với phân bố chuẩn như phân bố Gaussian.

Những điều cơ bản về GLM

GLM được ước lượng bằng hàm glm(). Giống như các mô hình tuyến tính (lm()), glm() nhận công thức (formula) và dữ liệu làm đầu vào, nhưng còn có thêm đối số family.

Cú pháp Mô hình Tuyến tính Tổng quát

Family Gaussian là cách R gọi phân bố chuẩn và là mặc định cho glm().

Tương đồng với Mô hình Tuyến tính

Nếu family là Gaussian thì GLM giống hệt LM.

Sai số hoặc phân bố không chuẩn

Mô hình tuyến tính tổng quát có thể có sai số hoặc phân bố không chuẩn. Tuy nhiên, có những giới hạn đối với các phân bố khả dĩ. Ví dụ, bạn có thể dùng family Poisson cho dữ liệu đếm, hoặc dùng family nhị thức cho dữ liệu nhị thức.

Hàm liên kết phi tuyến

GLM cũng có các hàm liên kết phi tuyến, liên kết các hệ số hồi quy với phân bố và cho phép mô hình tuyến tính được khái quát hóa.

Ví dụ tương tác về dự đoán với glm()

Ví dụ này dự đoán số nạn nhân chấn thương do hỏa hoạn dân sự trung bình hằng ngày trong các tháng mùa hè Bắc Mỹ là tháng 6, 7 và 8 bằng hồi quy Poisson và bộ dữ liệu newDat.

Dưới đây là dữ liệu trong bộ dữ liệu newDat:

  Month   
1     6
2     7
3     8 Được hỗ trợ bởi

Ước lượng hệ số góc và hệ số chặn của Poisson nằm trên thang log tự nhiên và có thể lấy mũ để dễ hiểu hơn. Bạn có thể làm điều này bằng cách chỉ định type = "response" với hàm predict.

# use the model to predict with new data
predOut <- predict(object = poissonOut, newdata = newDat, type = "response")

# print the predictions
print(predOut)
Được hỗ trợ bởi

Khi chạy đoạn mã trên, ta thu được kết quả sau:

         1          2          3
0.08611111 0.12365591 0.07795699 Được hỗ trợ bởi

Tự bạn thử nhé.

Để tìm hiểu thêm về mô hình tuyến tính tổng quát trong R, vui lòng xem video từ khóa học Generalized Linear Models in R của chúng tôi.

Nội dung này được trích từ khóa học Generalized Linear Models in R của DataCamp do Richard Erickson biên soạn.

Hãy xem thêm Hướng dẫn Hồi quy Logistic trong R.