MATLAB fitglm函数

MATLAB的fitglm函数是用于拟合广义线性模型（GLM）的函数。GLM是一类广泛应用于分类和回归问题的统计模型，它可以处理各种类型的响应变量，包括二元、多元、连续、计数和时间序列数据。fitglm函数可以使用最大似然估计或贝叶斯方法拟合GLM，还可以使用交叉验证方法评估模型的性能。

fitglm函数的基本语法如下：

mdl = fitglm(X,y,distr)

其中，X是n×p的矩阵，包含n个观测和p个预测变量；y是n×1的向量，包含n个响应变量的观测值；distr是一个字符向量，指定响应变量的分布类型，如'binomial'、'poisson'、'gamma'等。

fitglm函数还有许多可选参数，可以用于指定模型中的交互项、嵌套效应、正则化方法等。例如，可以使用以下代码拟合一个二元logistic回归模型：

load fisheriris
X = meas(51:end,1:2);
y = (strcmp('versicolor',species(51:end)))*1;
mdl = fitglm(X,y,'Distribution','binomial','Link','logit');

其中，meas和species是MATLAB自带的数据集，包含鸢尾花的测量数据和品种信息。这段代码使用meas数据集中的第1和第2个变量作为预测变量，使用species数据集中的品种信息构建一个二元响应变量。fitglm函数使用binomial分布拟合logistic回归模型，并使用logit函数作为链接函数。函数返回的mdl对象包含模型的各种属性和方法，可以用于预测、绘图和评估模型的性能。