family is a generic function with m

family is a generic function with methods for classes "glm" and "lm" (the latter returning gaussian()).

For the binomial and quasibinomial families the response can be specified in one of three ways:

As a factor: ‘success’ is interpreted as the factor not having the first level (and hence usually of having the second level).

As a numerical vector with values between 0 and 1, interpreted as the proportion of successful cases (with the total number of cases given by the weights).

As a two-column integer matrix: the first column gives the number of successes and the second the number of failures.

The quasibinomial and quasipoisson families differ from the binomial and poisson families only in that the dispersion parameter is not fixed at one, so they can model over-dispersion. For the binomial case see McCullagh and Nelder (1989, pp. 124–8). Although they show that there is (under some restrictions) a model with variance proportional to mean as in the quasi-binomial model, note that glm does not compute maximum-likelihood estimates in that model. The behaviour of S is closer to the quasi- variants.

ผลลัพธ์ (ไทย) 1:

ครอบครัวเป็นฟังก์ชันทั่วไป ด้วยวิธีการเรียน "glm" และ "lm" (หลังกลับมา gaussian())สำหรับครอบครัวทวินาม และ quasibinomial สามารถระบุการตอบสนองในสามวิธี:เป็นตัว: 'ความสำเร็จ' จะถูกแปลงเป็นตัวไม่มีระดับแรก (และดังนั้นโดยปกติของระดับสอง)เป็นเวกเตอร์ที่เป็นตัวเลขมีค่าระหว่าง 0 และ 1 ตีความเป็นสัดส่วนของกรณีประสบความสำเร็จ (ด้วยจำนวนรวมของกรณีและปัญหาที่กำหนด โดยน้ำหนัก)เป็นเมทริกซ์สองคอลัมน์จำนวนเต็ม: คอลัมน์แรกให้หมายเลขของความสำเร็จและอีกจำนวนความล้มเหลวครอบครัว quasibinomial และ quasipoisson แตกต่างจากครอบครัวแบบทวินามและปัวเท่าที่พารามิเตอร์เธนจะไม่คงที่ เพื่อให้พวกเขาสามารถรูปแบบการกระจายตัวมากเกิน สำหรับกรณีทวินามดูแสดงและ Nelder (1989, 124-8 พีพีอ่าวมาหยา) แม้จะแสดงว่ามี (ภายใต้ข้อจำกัดบางอย่าง) แบบจำลองกับผลต่างของสัดส่วนกับความหมายในรูปแบบกึ่งทวินาม หมายเหตุ glm ที่คำนวณประเมินความเป็นไปได้มากที่สุดในรุ่นนั้น พฤติกรรมของ S ใกล้เสมือนย่อยได้

ผลลัพธ์ (ไทย) 2:

ครอบครัวเป็นฟังก์ชั่นทั่วไปด้วยวิธีการสำหรับการเรียน "GLM" และ "LM" (หลังกลับมาเกาส์ ()). สำหรับครอบครัวทวินามและการตอบสนอง quasibinomial สามารถระบุได้ในหนึ่งในสามวิธี: ในฐานะที่เป็นปัจจัย: 'ประสบความสำเร็จคือ ตีความว่าเป็นปัจจัยที่ไม่ได้มีระดับแรก (และด้วยเหตุนี้มักจะมีระดับที่สอง). ในฐานะที่เป็นเวกเตอร์ตัวเลขที่มีค่าระหว่าง 0 และ 1, ตีความได้ว่าสัดส่วนของผู้ป่วยที่ประสบความสำเร็จ (มีจำนวนผู้ติดเชื้อที่ได้รับจากน้ำหนัก) . ในฐานะที่เป็นเมทริกซ์จำนวนเต็มสองคอลัมน์: คอลัมน์แรกจะช่วยให้จำนวนของความสำเร็จและจำนวนที่สองของความล้มเหลว. quasibinomial และครอบครัว quasipoisson แตกต่างจากทวินามและครอบครัว Poisson เฉพาะในพารามิเตอร์ที่การกระจายไม่คงที่หนึ่งดังนั้น พวกเขาสามารถสร้างแบบจำลองการกระจายตัวมากกว่า สำหรับกรณีทวินามเห็น McCullagh และ Nelder (1989, pp ได้. 124-8) แม้ว่าพวกเขาจะแสดงให้เห็นว่ามี (ภายใต้ข้อ จำกัด บางอย่าง) รูปแบบที่มีความแปรปรวนสัดส่วนหมายถึงเป็นในรูปแบบกึ่งทวินามทราบ GLM ที่ไม่ได้คำนวณประมาณการโอกาสสูงสุดในรูปแบบที่ พฤติกรรมของ S อยู่ใกล้กับสายพันธุ์กึ่ง

ผลลัพธ์ (ไทย) 3:

ครอบครัวเป็นฟังก์ชันทั่วไปด้วยวิธีการเรียน " glm " และ " อิม " ( หลังกลับ gaussian() )

สำหรับการแจกแจงทวินาม quasibinomial ครอบครัวและการตอบสนองสามารถระบุไว้ในหนึ่งในสามวิธี :

เป็นปัจจัย : ' ความสำเร็จ ' ตีความเป็นปัจจัยไม่มีระดับแรก ( และดังนั้น มักจะมีระดับที่สอง )

เป็นเวกเตอร์ตัวเลขที่มีค่าระหว่าง 0 และ 1แปลตามสัดส่วนของกรณีประสบความสำเร็จ ( มีจำนวนคดีให้ โดยน้ำหนัก ) .

เป็นสองคอลัมน์เต็มเมทริกซ์ : คอลัมน์แรกให้จำนวนของความสำเร็จและสองจำนวนของความล้มเหลว .

และครอบครัว quasibinomial quasipoisson แตกต่างจากครอบครัวทวินามปัวซอเท่านั้นในการกระจายและ เป็นค่าไม่คงที่หนึ่งเพื่อให้พวกเขาสามารถรูปแบบการกระจาย สำหรับกรณีทวินามและดูเมิ่กคัลเลิก nelder ( 1989 , pp . 124 ( 8 ) ถึงแม้ว่าพวกเขาจะแสดงว่ามี ( ภายใต้ข้อ จำกัด บางอย่าง ) แบบที่มีความแปรปรวน ? หมายถึงในแบบกึ่งรูปแบบ โปรดทราบว่า glm ไม่ได้คำนวณประมาณการความน่าจะเป็นสูงสุดในรูปแบบนั้น พฤติกรรมของ s อยู่ใกล้กับกึ่งแปร