glm表示广义线性回归，data表示y,x1,x2所在的数据集，family中的link用来选择回归类型，logit表示选择logistic回归
这是概率论与数理统计在最大似然估计中的问题,求导过程如下：1.先求这个函数的对数似然函数,即两边同时取对数lnL(μ,塞塔）=ln∑(Xi-μ)^2/σ^2,很抱歉,电脑word没有公式编辑器,计算过程写不出来,前面的等式是复制楼主你输入的.2.这样指数部分可以拿到ln前面了.3先对μ求偏导,∑部分是连加,ln（（x1+μ）+（x2+μ）+（x3+μ）+……）是复合函数,里面（x1+μ）+（x2+μ）+……部分的导数是1,所以μ的导数就是（1/∑）*2/σ^2,4再对塞塔求偏导数,这个就比较简单了.到此就求出了导数.
