如何在R中将分组线性模型（LM）代码适配为广义线性模型（GLM）？

你只需要对现有代码做两处关键调整，就能实现按种群分组运行广义线性模型：

1. 把模型函数从lm()替换为glm()
2. 为glm()指定分布族（family）参数——这是GLM区别于LM的核心，必须根据你的因变量y的类型选择合适的分布：
   • 若y是连续型数据（和LM场景一致）：用family = gaussian()
   • 若y是二分类数据（0/1）：用family = binomial()
   • 若y是计数数据：用family = poisson()
   • 其他特殊需求可参考R的?glm文档选择对应分布族

修改后的完整代码如下：

powerana7 <- data_sim6 %>% 
  nest(data = -squid_pop) %>% 
  mutate(model = map(data, ~glm(y~ early_diet_group + 
                                  later_diet_group + 
                                  early_diet_group*later_diet_group + 
                                  age + 
                                  SVL + 
                                  egg_batch + 
                                  individual, 
                                data = .,
                                family = gaussian())), # 替换为你的数据对应的分布族
         tidied = map(model, tidy)) %>% 
  unnest(tidied)

额外说明 #

• 务必根据y的实际数据类型选择正确的family，否则模型结果会失真
• 如果需要自定义链接函数，可以在family参数里补充指定，例如二分类数据用family = binomial(link = "probit")（默认是logit链接，可省略）

内容的提问来源于stack exchange，提问作者Josie