广义线性模型在Python中的实现

摘要：

目的 探索广义线性模型(generalized linear model,GLM)在Python软件中的实现方法,并比较其与其他常用统计软件在算法过程和结果方面的异同.方法 分别利用Python软件statsmodles库中的GLM函数、Logit和Poisson函数,R软件GLM函数,SAS的PROC GENMOD过程步,对二项分布和泊松分布的数据集进行分析,比较三种软件的算法过程和分析结果.结果 三种软件构建GLM的逻辑相似,但在代码实现和模型拟合方法等方面稍有区别,各软件的结果基本相同.结论 Python软件可采用不同的算法构建广义线性模型,并且能提供与其他主流统计软件相同的统计分析结论.

关键词：Python、SAS、R、广义线性模型、统计分析

所属期刊栏目：36

分类号：TP311.13;R195.1;X932

资助基金：湖北省卫生健康委科研项目2021—2022;WJ2021F103

在线出版日期：2023-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-165