reduced major axis regression什么时候用

Python079

reduced major axis regression什么时候用,第1张

压轴回归分析（reduced major axis），也叫模型2回归或者SMA回归。这一方法适用于当数据变量具有误差，且科研人员自身无法控制时。这样的情况比普通最小二乘法(OLS)更适合（根据我对我数据结果比较，RMA斜率比OLS的大，截距又略小于OLS），也有说法当Y与X之间相关系数>0.9时，OLS与RMA无需区分。目前关于这个回归的可以利用一个叫做RMA software的软件，可以直接计算两组数据的slope和截距。在R语言上也有一些包可以处理，比如lmodel2包（相关教程：网页链接）以及smatr包。均可以实现模型2回归。

R本身是一门统计语言，主要用于统计分析，前面的语法部分算是基础，接下来开始进入统计模型应用。首先从最常用的回归分析说起。

有关线性回归分析模型的基本假定需要注意：1）关于随机干扰项的高斯-马尔科夫定理；2）关于自变量的：不存在共线性；3）关于模型的：模型设定正确。

用 glm 函数建立广义线性模型，用参数 family 指定分布类型，logistic模型指定为binomial

用 predict 函数进行预测， predict(model, data, type = 'response'

此外，还可以用 mlogit 包中的 mlogit 函数做多分类变量logistic回归， rms 包中的 lrm 函数做顺序变量logistic回归， glmnet 包中的 glmnet 函数做基于正则化的logistic回归