问题标签 [glm]

我想做一个 MAM，但我很难删除一些术语：

我相信我必须删除这些条款才能像这样启动 MAM：

但我得到这个输出：

我尝试在 model1 中使用加号而不是冒号，因为我在阅读笔记时正抓着稻草，但同样的事情发生了。

为什么我的两个型号都一样？我试过在谷歌上搜索，但我不太擅长术语，所以我的搜索并没有带来太多。

我正在尝试探索在数据集中估算缺失值的方法。我的数据集包含 Year(2001-2009)、Month(1-12)、Gender(M/F) 和 AgeGroup(4 组)的发生次数（Unnatural、Natural 和总和）。

我正在探索的一种插补技术是（泊松）回归插补。

假设我的数据如下所示：

在进行基本的 GLM 回归后 - 96 个观察值因缺失而被删除。

R中是否有一种方法/包/函数将使用此GLM模型的系数来“预测”（即估算）Total的缺失值（即使它只是将其存储在单独的数据框中-我将使用Excel合并它们）？我知道我可以使用这些系数来预测不同的层次结构行——但这需要很长时间。希望有一个一步功能/方法？

我知道如何使用R中的 lme4 包拟合广义线性模型 ( GLM )和广义线性混合模型 ( GLMM ) 。作为一名统计学专业的学生，​​我有兴趣学习如何按照基于R代码的分步公式来拟合GLM 和GLMM 。如果您在这方面指出任何资源和/或参考资料，我将不胜感激。提前致谢。glmglmer

编辑

我想使用公式一步一步地做GLM和GLMM ，就像我们使用矩阵方法做LM一样。有没有使用这种方法的R书籍或教程？谢谢

当我尝试比较 Stata 和 R 的结果时，我感到很困惑。我使用的是网页http://www.ats.ucla.edu/stat/stata/webbooks/logistic/chapter2/default.htm上给出的示例 首先在Stata中运行以下命令

然后使用部分（2.2.2 A 2 by 2 Layout with Main Effects and Interaction）中给出的以下命令

这两个命令将产生网页上给出的结果。

然后我使用了以下 R 代码来重现相同的示例

但结果不匹配！

R的数据文件可以从以下链接下载

https://spreadsheets.google.com/spreadsheet/ccc?key=0Ajt182RLsguldFlLQmd6Z1ZoczJCenJIdmREUkhxTFE&hl=en_US

注意：仅具有主效应的模型的结果是匹配的，但当我们包括交互作用时，它是不匹配的。

提前致谢。

我现在搜索了一下，但是找不到在 CUDA 上运行的 glm C 函数？有谁知道这在某处是否可用？我需要在同一个数据集上同时运行数百个 glm 回归，使用 CUDA 可以帮助我。

我正在使用以下代码在 R 版本 2.13.1 中获取错误消息。在麦克。

cv.glmnet(dsgn.mat,resp,family="gaussian",nfolds=5)

我应该提到，如果我只使用glmnet它就没有消息，它工作正常。

可能重复：
在 R 中使用 glm 指定公式而没有显式声明每个协变量
如何简洁地编写包含来自数据帧的许多变量的公式？

我有一个 Y 值向量和一个 X 值矩阵，我想对其执行多元回归（即 Y = X[column 1] + X[column 2] + ... X[column N]）

问题是我的矩阵（N）中的列数没有预先指定。我知道在 R 中，要执行线性回归，您必须指定方程：

但是，如果我不知道我的 X 矩阵中有多少列，我该怎么做呢？

谢谢！

我想运行带有日志链接和偏移量的高斯 GLM。会出现以下问题：

没问题：

，family=gaussian需要指定起始值，它在这里工作：

但在这里不起作用：

eval 中的错误（expr，envir，enclos）：找不到有效的起始值：请指定一些“

有谁看到出了什么问题（希望只是在我的编码中）？

我正在寻找一种方法来指定预测变量的值。当我使用当前数据运行 glm 时，我的一个变量的系数接近 1。我想将其设置为 0.8。

我知道这会给我一个较低的 R^2 值，但我先验地知道模型的预测能力会更大。

glm 的权重组件看起来很有希望，但我还没有弄清楚。

任何帮助将不胜感激。

我正在使用 R 中的 glm 将 SAS PROC GENMOD 示例转换为 R。SAS 代码是：

我的 R 代码是：

当我使用时，summary(parmsg2)我得到与 SAS 相同的系数估计值，但我的标准误差大不相同。

SAS 的总结输出是：

R的总结输出是：

标准误差差异的重要性在于 SAS 系数都具有统计显着性，但R 输出中的RACE1和系数不具有统计意义。WEEKEND我找到了一个计算 R 中 Wald 置信区间的公式，但考虑到标准误差的差异，这是没有意义的，因为我不会得到相同的结果。

显然 SAS 使用岭稳定 Newton-Raphson 算法进行估计，即 ML。我读到的关于glmR 中函数的信息是结果应该等同于 ML。我可以做些什么来改变我在 R 中的估计过程，以便获得在 SAS 中产生的等效系数和标准误差估计？

为了更新，感谢 Spacedman 的回答，我使用了权重，因为数据来自饮食调查中的个人，并且REPLICATE_VAR是一个平衡的重复复制权重，它是一个整数（并且相当大，大约 1000 秒或 10000 秒）。描述重量的网站在这里。我不知道为什么在 SAS 中使用FREQ而不是命令。WEIGHT我现在将通过使用 REPLICATE_VAR 扩展观察数量并重新运行分析来进行测试。

感谢 Ben 在下面的回答，我现在使用的代码是：