本文小编为大家详细介绍“R语言的glm()函数怎么用”，内容详细，步骤清晰，细节处理妥当，希望这篇“R语言的glm()函数怎么用”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。
创新互联建站主要从事网站建设、网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务丰城,十年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:13518219792
xuyue.fit <- glm(续约~成本+营业收入+注册时长,data=xuyue,family=binomial(link = logit))
summary(xuyue.fit)
成本、收入、时长对是否续约都有显著影响（P<0.05）。依据上面回归系数的结果，写出logistic回归的方程式：Logit(P)=Ln(P/1-P)=-2.287+0.099*时长+0.014*收入-0.184*成本这个模型拟合优度如何呢？咱们用Hosmer-Lemeshow拟合优度检验来看看。
xuyue.fit.hl <- hoslem.test(xuyue.fit$y,fitted(xuyue.fit),g=10)
HL检验发现，模型拟合良好（P=0.651>0.05）。logistic回归具体应用时，用风险的比数比即OR值相对于回归系数要更容易解读，所以接下来咱们需要计算并输出三个自变量的OR值。上表中的数据即截距和各自变量的OR值。营业收入每增加一个单位，则商户继续续约的可能性增加1.4%，高注册时长的续约可能性是低注册时长的1.1倍，注册时长和营业收入均是继续续约的利好因子。相反地，我们发现成本是影响是否继续续约的不利因素。（基于OR值数据结果）。读到这里，这篇“R语言的glm()函数怎么用”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注创新互联行业资讯频道。
当前名称：R语言的glm()函数怎么用
本文网址：
http://cdkjz.cn/article/gcigop.html
