我已经使用glm（）函数实现了一个模型，并将族分布指定为gamma：
glmer(FirstSteeringTime ~ error_rate + (1 + error_rate | pNum), family = Gamma, data = modellingdata)
我知道您可以将链接功能（例如“身份”或“日志”）应用于伽玛分布。因此，我有两个问题：
1）当我在未明确提及链接功能的情况下指定模型时，默认的链接功能是什么？
2）不同链接功能的目的是什么？我对它们对我的数据的影响感到困惑...
最感谢您的帮助-谢谢！
答案 0 :(得分：1)
键入args(Gamma)会显示以下内容：
function (link = "inverse") NULL
也就是说，规范链接功能是反向链接。
就链接功能而言，它允许您对预测变量和响应之间的非线性关系进行建模。在简单的线性回归中，您可以将期望值直接建模为预测变量的线性组合。另一方面，在glm中，对期望值的函数进行建模。
这样做的好处最明显的是逻辑回归。借助链接功能，您可以确保值确实在0到1之间。因为如果没有此值，则某些线性组合可能会产生超出此范围的值。
但是，此问题与统计信息密切相关，在Cross Validated上更合适。