这里有一个简单的问题：
我想知道 R 中是否有任何函数可以使用最大似然法拟合logit/probit回归模型？
目前，我正在使用由函数给出的 OLS 方法glm（我希望它确实使用 OLS 方法）......我在某处读到使用 OLS 方法的概率/logit 模型可能存在附带参数问题。所以我想试试 MLE 方法。
提前谢谢你的帮助！
问问题
2031 次
1 回答
2
@Maju116 的评论是正确的。glm()不使用普通的最小二乘，它使用迭代重新加权的最小二乘；正如链接的维基百科文章所说
IRLS 用于找到广义线性模型的最大似然估计
二项式系列的默认链接是 logit，因此要么glm(...,family=binomial)或glm(...,family=binomial(link="logit"))将适合逻辑 (logit) 回归。glm(...,family=binomial(link="probit"))将适合概率回归。
如果您当前glm(...) 在没有明确family参数的情况下使用，那么您假设高斯错误，这确实意味着您将得到与普通最小二乘法相同的答案（lm()）（这是具有高斯的数据集的最大似然估计（通常）分布错误）。为了清晰和高效，当您想要执行 OLS 时，通常最好使用lm()而不是使用默认系列。glm()
于 2017-03-17T12:53:49.827 回答