R 中的广义线性模型 (GLM)

Question

我有一个响应变量 (A)，我从数据 (X) 转换 (logA) 和预测变量 (B)，它们都是连续的。 如何使用 R 中的广义加性模型 (GAM) 检查两个变量之间的线性。我使用以下代码

model <- gamlss(logA ~ pb(B) , data = X, trace = F)

但我不确定，当 logA 在 GLM 中连续时，我可以在代码中添加"family=Poisson"吗？ 对此有何想法？

提前致谢

Answer 1

如果您的因变量是计数变量，则可以使用family=PO()而不进行对数转换。 使用family=PO()已应用日志链接来转换变量。 请参阅gamlss 系列的帮助页面以及计数回归第 2.1 节的小插图。

所以它会像：

library(gamlss)
fit = gamlss(gear ~ pb(mpg),data=mtcars,family=PO())

您可以看到预测是对数转换的，您需要采用指数：

with(mtcars,plot(mpg,gear))
points(mtcars$mpg,exp(predict(fit,what="mu")),col="blue",pch=20)