全文链接：http://tecdat.cn/?p=30914

我们正和一位朋友讨论如何在R软件中用GLM模型处理全国的气候数据。本文获取了全国的2021年全国的气候数据（点击文末“阅读原文”获取完整代码数据）。

采样时间：2021年1月1号~2021年12月31号

采样地点：全国各地。

本次调查搜集了2021年全国不同地区的风向、降雨量、风速、风速变化、最大风速、最大降雨量、闪电概率等数据。并对不同变量之间的相关性进行了调查，对国家数据预测的错误率进行了GLM模型拟合。

读取数据

library(car)
library(MuMIn)
head(data)

读取因变量

numberFaults=data$numblts
head(data1)

相关视频

相关分析

调查的出的各指标数据用R软件进行处理并且用箱图进行对比显示。

部分指标的箱线图

查看各变量之间的相关系数

有显著的相关关系。从变量相关关系图和矩阵，可以看到temperatureMin和temperatureMax，windChillMin，windChillMax，以及gustSpeed和windSpeed之间，rainfall和changeInRainfall，以及lightningRisk和lightningCategory之间都有教明显的线性相关关系。yearDay和windChill之间也有一定的相关关系。

glm 线性回归模型

summary(glm.po)

点击标题查阅往期内容

数据分享|R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析教育留级调查数据

左右滑动查看更多

01

02

03

04

检验是否存在多重共线性问题

kappa(cor(data[,c(1:15,17:20)]), exact=T)

## [1] 3.020456e+18

判断多重共线性变量

进一步模型优化

step(glm.po2)

summary(glm.step)

vif

从模型中变量的VIF值来看，大多数变量之间不存在较强的多重共线性关系。从残差拟合图来看，大部分样本拟合值分布在0周围，说明拟合结果较理想。981,2331和524号样本可能为异常点。从正态分布qq图来看，大部分点分布在图中直线附近。说明样本点服从正态分布。同样，拟合值的标准残差也分布在红线周围，说明拟合效果较好。同样，大部分样本的cook’ distance距离在正常范围内，392,624,622号样本的cook’ distance较大，可能会对模型产生较大的影响。