R中的glm模型结构

Question

在我的课程中，我遇到了多种构造广义线性模型的方法：

fit=glm(ploidy~.,family=binomial,data=diploiddata)

fit2=glm(cbind(germinated,not_germinated)~genotype*extract,
family=binomial(link=logit),data=data)

我知道当数据为宽格式时使用 cbind 参数，而 fit2 是数据帧为长格式时的示例。但是

有什么区别

family=binomial

和

family=binomial(link=logit)

我需要如何从数学上解释这种差异？

Answer 1

实际上没有difference.If你通过documentation，你会发现在二项式的情况下默认实现是逻辑回归。但如果您正在寻找 probit 或 cloglog ，那么您需要特别指定 link。例如对于 probit 它可以是这样的：

glm( formula, family=binomial(link=probit))

同样，以下是其他默认的系列link。

Family  Default Link Function
binomial    (link = "logit")
gaussian    (link = "identity")
Gamma   (link = "inverse")
inverse.gaussian    (link = "1/mu^2")
poisson (link = "log")
quasi   (link = "identity", variance = "constant")
quasibinomial   (link = "logit")
quasipoisson    (link = "log")

其他参考：Quick-R Reference

R中的glm模型结构

glm model structure in R

r

hyperlink

glm