广义线性模型的工作流程
这个例子显示了如何适应一个广义线性模型和分析结果。典型的工作流程包括以下步骤：导入数据，拟合广义线性模型，检验其质量，修改模型，以提高其质量，并基于该模型进行预测。在这个例子中，使用费舍尔虹膜数据来计算，一个花两个类别之一的概率。
数据加载
加载费希尔虹膜数据。
加载fisheriris
提取的行51至150，其具有的分类云芝或弗吉尼亚。
X = MEAS（51：端，:);
创建逻辑响应变量，这些变量真正为花斑癣和假对于弗吉尼亚。
Y =的strcmp（“花斑癣”，物种（51：端））;
适合广义线性模型
适合于该数据的二项式广义线性模型。
MDL = fitglm（X，Y，“线性”，'分配'，“二项式”）
MDL =广义线性回归模型：分对数（y）的〜1 + X1 + X2 + X3 + X4分布=二项式估计系数：估计SE TSTAT p值________ ______ _______ ________（截距）42.638 25.708 1.6586 0.097204 X1 2.4652 2.3943 1.0296 0.30319×2 6.6809 4.47961.4914 0.13585×3 -9.4294 4.7372 -1.9905 0.046537×4 -18.286 9.7426 -1.8769 0.060529 100观察，95个错误自由度分散体：1驰^ 2统计量与常数模型：127，p值= 1.95e-26
根据模型显示，一些p在 - 值p值列不小，这意味着您可以简化模型。
检查和改进型号
确定是否为系数95％置信区间包括0。如果是这样，你可以用这些时间间隔删除模型项。
confint = coefCI（MDL）
confint =5×2-8.3984 93.6740 -2.2881 7.2185 -2.2122 15.5739 -18.8339 -0.0248 -37.6277 1.0554
只有第四个预测X3具有系数，其置信区间不包括0。
的系数X1和X2具有大p- 值和95％的可信区间包括0.1测试两个系数是否可以为零。指定假设矩阵选择系数X1和X2。
M = [0 1 0 0 0 0 0 1 0 0];P = coefTest（MDL，M）
p值= 0.1442
该p- 值是大约0.14，这是不小的。去掉X1和X2从模型。
mdl1 = removeTerms（MDL，'X1 + X2'）
mdl1 =广义线性回归模型：分对数（y）的〜1个+ X3 + X4分布=二项式估计系数：估计SE TSTAT p值________ ______ _______ __________（截距）45.272 13.612 3.326 0.00088103×3 -5.7545 2.3059 -2.4956 0.012576 X4 -10.447 3.7557 -2.7816 0.0054092 100观察，97个错误自由度分散体：1驰^ 2统计量与常数模型：118，p值= 2.3E-26
另外，您也可以使用识别重要的预测stepwiseglm。
MDL2 = stepwiseglm（X，Y，'不变'，'分配'，“二项式”，'上'，“线性”）
1.添加X4，越轨= 33.4208，Chi2Stat = 105.2086，p值= 1.099298e-24 2.添加X3，越轨= 20.5635，Chi2Stat = 12.8573，p值= 0.000336166 3.添加X2，越轨= 13.2658，Chi2Stat = 7.29767，p值=0.00690441
MDL2 =广义线性回归模型：分对数（y）的〜1个+ X2 + X3 + X4分布=二项式估计系数：估计SE TSTAT p值________ ______ _______ ________（截距）50.527 23.995 2.1057 0.035227×2 8.3761 4.7612 1.7592 0.078536×3 -7.8745 3.8407 -2.0503 0.040334×4 -21.43 10.707 -2.0014 0.04535 100观察，96个错误自由度分散体：1驰^ 2统计量与常数模型：125，p值= 5.4E-27
该p- 值（p值）为X2在系数表是大于0.05，但stepwiseglm包括X2在模型中，因为p- 值（p值）添加X2小于0.05。该stepwiseglm函数计算p值使用拟合有和无X2，而函数计算p值仅基于从最终模型计算的近似标准误差。因此，p值比更可靠p值。
识别离群值
检查杠杆情节寻找有影响力的异常值。
plotDiagnostics（MDL2，“杠杆”）
如果其杠杆实质上超过的观察可以被认为是异常值P / N，其中p是系数的数量和ñ是观测值的数量。虚线参考线是一个推荐的阈值时，通过计算2 * P / N，这对应于0.08这个情节。有些观测杠杆值大于10 * P / N（即，0.40）。识别这些观测点。
idxOutliers =找到（mdl2.Diagnostics.Leverage> 10个* mdl2.NumCoefficients / mdl2.NumObservations）
idxOutliers =4×119 21 57 85
当你适合排除这些点的模型看看模型系数发生改变。
oldCoeffs = mdl2.Coefficients.Estimate;mdl3 = fitglm（X，Y，“线性”，'分配'，“二项式”，...'PredictorVars'，2：4，'排除'，idxOutliers）;newCoeffs = mdl3.Coefficients.Estimate;DISP（[oldCoeffs newCoeffs]）
50.5268 44.0085 8.3761 5.6361 -7.8745 -6.1145 -21.4296 -18.1236
在该模型的系数mdl3与那些在MDL2不同。这一结果意味着，在高杠杆点的反应是不与简化模型的预测值一致。
预测是云芝的概率
用mdl3预测概率平均测量花是花斑癣。产生预测置信区间。
[newf，NEWC] =预测（mdl3，平均值（X））
newf = 0.4558
NEWC =1×20.1234 0.8329
该模型给出了几乎46％的概率，平均花是云芝，具有广泛的置信区间。
也可以看看
GeneralizedLinearModel|coefCI|fitglm|plotDiagnostics|预测|removeTerms|stepwiseglm
相关话题
您还可以选择从下面的列表中的网站：
