Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- set.seed(10)
- x <- rnorm(1000)
- prob <- plogis(-2*x)
- y <- rbinom(1000, 1, prob)
- glm(y ~ x, family = binomial(link = logit))
- Call: glm(formula = y ~ x, family = binomial(link = logit))
- Coefficients:
- (Intercept) x
- -0.01969 -1.94726
- Degrees of Freedom: 999 Total (i.e. Null); 998 Residual
- Null Deviance: 1386
- Residual Deviance: 931.9 AIC: 935.9
- library(car)
- plot(dados)
- names(dados)
- # [1] "paisagem" "floresta" "evi" "ndvi" "db"
- # [6] "prec" "solo"
- m.completo = glm(evi~floresta+db+prec*solo,family = binomial)
- #########################GLM distribuição binomial############################
- View(dados)
- attach(dados)
- summary(dados)
- library(car)
- plot(dados)
- # floresta = porcentagem de floresta em cada paisagem
- # evi = índice de vegetação melhorado
- # ndvi = índice de vegetação por diferença normalizada
- # db = densidade de borda dada em metros
- # prec = precipitação dada em milimetros
- # solo = tipo de solo
- # Construir um modelo para verificar qual das variáveis explica mais a variável resposta (EVI)
- # dados de proporção : função de ligação logit = log (p/1-p)
- names(dados)
- m.completo = glm(evi~floresta+db+prec*solo,family = binomial)
- m.n = glm(evi~floresta)~1, family = binomial)
- anova(m.completo,m.n,test="Chisq")
Add Comment
Please, Sign In to add comment