要使用 R 执行广义线性回归,在 glm
中有一个选项,我可以将 weight
放入 weights
的每个观察值。
现在我想知道它到底做了什么?我在这个网站上发现了一个类似的问题。然而,这并没有回答我的问题。因此,我用一个例子来说明我的问题。
示例数据如下
x1=rnorm(100)
x2=rnorm(100)
y=rbinom(100,1,0.5)
Data=data.frame(y,x1,x2)
w=rexp(100)
model= glm(y~x1+x2, data=Data, family=binomial,weights=w)
这些 weights
是重采样 y
吗?然后使用这个新的重采样 y 及其相应的协变量,y 对协变量进行回归??
换句话说,我可以将上面的程序重述为:
newsample=sample(1:length(y),length(y),replace=TRUE,prob=w)
newdata=Data[newsample,]
然后将 y 与其对应的 x1 和 x2 回归为
model= glm(y~x1+x2, data=newdata, family=binomial)
? 谢谢。