我的响应变量是一个比例。直接使用比例而不是 cbind(Successes, Failures) 有区别还是有效？
例如：
glm（比例~其他变量，family=binomial）
其中，比例是成功的比例
代替：
glm (cbind(successes, failures) ~ 其他变量，family=binomial)
如果这是正确的，在任何情况下使用 cbind() 有优势吗？
在 glm() 二项式回归中直接使用比例而不是 cbind() 是一样的 [R]？
机器算法验证
r
广义线性模型
二项分布
2022-03-23 15:32:30
2个回答
仅关于如何使用 R 的问题不在此处讨论；这将被关闭。
关于这种情况涉及的统计问题，@JeremyMiles 提供了一个很好的答案。
对于 R 特定的响应，它可以帮助您阅读?glm的文档：
对于二项式 GLM，先验权重用于给出当响应是成功比例时的试验次数
所以你需要：
glm(proportion ~ other variables, family=binomial, weights=totals)
首先，你没有得到相同的答案。（如果你认为你这样做，你能提供一个可重复的例子）。
当您使用比例时，您会丢弃有关效果确定性级别的信息。两次试验的 1 次成功与 100 次成功 / 200 次试验不同。
其它你可能感兴趣的问题