回歸是一個令人困惑的詞，因為它有許多特殊變種（見表8-1）。對于回歸模型的擬合，R提
供的強大而豐富的功能和選項也同樣令人困惑。例如，2005年Vito Ricci創建的列表表明，R中做
回歸分析的函數已超過了205個（http://cran.r-project.org/doc/contrib/Ricci-refcardregression.pdf）。
表8-1 回歸分析的各種變體
回歸類型 用 途
簡單線性 用一個量化的解釋變量預測一個量化的響應變量
多項式 用一個量化的解釋變量預測一個量化的響應變量，模型的關系是n階多項式
多元線性 用兩個或多個量化的解釋變量預測一個量化的響應變量
多變量 用一個或多個解釋變量預測多個響應變量
Logistic 用一個或多個解釋變量預測一個類別型響應變量
泊松 用一個或多個解釋變量預測一個代表頻數的響應變量
Cox比例風險 用一個或多個解釋變量預測一個事件（死亡、失敗或舊病復發）發生的時間
時間序列 對誤差項相關的時間序列數據建模
非線性 用一個或多個量化的解釋變量預測一個量化的響應變量，不過模型是非線性的
非參數 用一個或多個量化的解釋變量預測一個量化的響應變量，模型的形式源自數據形式，不事先設定
穩健 用一個或多個量化的解釋變量預測一個量化的響應變量，能抵御強影響點的干擾
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
