{"id":1545,"date":"2023-07-25T22:47:19","date_gmt":"2023-07-25T22:47:19","guid":{"rendered":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/"},"modified":"2023-07-25T22:47:19","modified_gmt":"2023-07-25T22:47:19","slug":"glm-vs-lm-in-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/","title":{"rendered":"Der unterschied zwischen glm und lm in r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Die Programmiersprache R stellt die folgenden Funktionen zum Anpassen linearer Modelle bereit:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. lm \u2013 Wird zur Anpassung linearer Modelle verwendet<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Diese Funktion verwendet die folgende Syntax:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>lm(Formel, Daten, \u2026)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Gold:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Formel:<\/strong> Die lineare Modellformel (z. B. y ~ x1 + x2)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Daten:<\/strong> Der Name des Datenblocks, der die Daten enth\u00e4lt<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>2. glm \u2013 Wird zur Anpassung verallgemeinerter linearer Modelle verwendet<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Diese Funktion verwendet die folgende Syntax:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>glm(Formel, Familie=Gau\u00dfsche Funktion, Daten, \u2026)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Gold:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Formel:<\/strong> Die lineare Modellformel (z. B. y ~ x1 + x2)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Familie:<\/strong> Die statistische Familie, die zur Anpassung des Modells verwendet werden soll. Der Standardwert ist Gau\u00df, aber andere Optionen umfassen unter anderem Binomial, Gamma und Poisson.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Daten:<\/strong> Der Name des Datenblocks, der die Daten enth\u00e4lt<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Beachten Sie, dass der einzige Unterschied zwischen diesen beiden Funktionen das in der <strong>glm()<\/strong> -Funktion enthaltene <strong>Familienargument<\/strong> ist.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wenn Sie lm() oder glm() verwenden, um ein lineares Regressionsmodell anzupassen, <strong>liefern sie genau die gleichen Ergebnisse<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Die glm()-Funktion kann jedoch auch verwendet werden, um komplexere Modelle anzupassen, wie zum Beispiel:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Logistische Regression (Familie=binomial)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/de\/fischregression\/\" target=\"_blank\" rel=\"noopener\">Poisson-Regression<\/a> (Familie=Fisch)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Die folgenden Beispiele zeigen, wie Sie die Funktionen lm() und glm() in der Praxis nutzen.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Beispiel f\u00fcr die Verwendung der Funktion lm()<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Der folgende Code zeigt, wie man ein <strong>lineares Regressionsmodell<\/strong> mit der Funktion lm() anpasst:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit multiple linear regression model\n<\/span>model &lt;- lm(mpg ~ disp + hp, data=mtcars)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nlm(formula = mpg ~ disp + hp, data = mtcars)\n\nResiduals:\n    Min 1Q Median 3Q Max \n-4.7945 -2.3036 -0.8246 1.8582 6.9363 \n\nCoefficients:\n             Estimate Std. Error t value Pr(&gt;|t|)    \n(Intercept) 30.735904 1.331566 23.083 &lt; 2nd-16 ***\navailable -0.030346 0.007405 -4.098 0.000306 ***\nhp -0.024840 0.013385 -1.856 0.073679 .  \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\nResidual standard error: 3.127 on 29 degrees of freedom\nMultiple R-squared: 0.7482, Adjusted R-squared: 0.7309 \nF-statistic: 43.09 on 2 and 29 DF, p-value: 2.062e-09<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Beispiele f\u00fcr die Verwendung der glm()-Funktion<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Der folgende Code zeigt, wie man mit der glm()-Funktion genau dasselbe <strong>lineare Regressionsmodell<\/strong> anpasst:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit multiple linear regression model\n<\/span>model &lt;- glm(mpg ~ disp + hp, data=mtcars)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = mpg ~ disp + hp, data = mtcars)\n\nDeviance Residuals: \n    Min 1Q Median 3Q Max  \n-4.7945 -2.3036 -0.8246 1.8582 6.9363  \n\nCoefficients:\n             Estimate Std. Error t value Pr(&gt;|t|)    \n(Intercept) 30.735904 1.331566 23.083 &lt; 2nd-16 ***\navailable -0.030346 0.007405 -4.098 0.000306 ***\nhp -0.024840 0.013385 -1.856 0.073679 .  \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for gaussian family taken to be 9.775636)\n\n    Null deviance: 1126.05 on 31 degrees of freedom\nResidual deviance: 283.49 on 29 degrees of freedom\nAIC: 168.62\n\nNumber of Fisher Scoring iterations: 2<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Beachten Sie, dass die Koeffizientensch\u00e4tzungen und die Standardfehler der Koeffizientensch\u00e4tzungen genau mit denen \u00fcbereinstimmen, die von der Funktion lm() erzeugt werden.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Beachten Sie, dass wir die glm()-Funktion auch verwenden k\u00f6nnen, um ein <strong>logistisches Regressionsmodell<\/strong> anzupassen, indem wir \u201efamily=binomial\u201c wie folgt angeben:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit logistic regression model\n<\/span>model &lt;- glm(am ~ disp + hp, data=mtcars, family=binomial)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = am ~ disp + hp, family = binomial, data = mtcars)\n\nDeviance Residuals: \n    Min 1Q Median 3Q Max  \n-1.9665 -0.3090 -0.0017 0.3934 1.3682  \n\nCoefficients:\n            Estimate Std. Error z value Pr(&gt;|z|)  \n(Intercept) 1.40342 1.36757 1.026 0.3048  \navailable -0.09518 0.04800 -1.983 0.0474 *\nhp 0.12170 0.06777 1.796 0.0725 .\n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for binomial family taken to be 1)\n\n    Null deviance: 43,230 on 31 degrees of freedom\nResidual deviance: 16,713 on 29 degrees of freedom\nAIC: 22,713\n\nNumber of Fisher Scoring iterations: 8\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen auch die Funktion glm() verwenden, um ein <strong>Poisson-Regressionsmodell<\/strong> anzupassen, indem wir \u201efamily=poisson\u201c wie folgt angeben:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit Poisson regression model\n<\/span>model &lt;- glm(am ~ disp + hp, data=mtcars, family=fish)\n\n<span style=\"color: #008080;\">#view model summary\n<\/span>summary(model)\n\nCall:\nglm(formula = am ~ disp + hp, family = fish, data = mtcars)\n\nDeviance Residuals: \n    Min 1Q Median 3Q Max  \n-1.1266 -0.4629 -0.2453 0.1797 1.5428  \n\nCoefficients:\n             Estimate Std. Error z value Pr(&gt;|z|)   \n(Intercept) 0.214255 0.593463 0.361 0.71808   \navailable -0.018915 0.007072 -2.674 0.00749 **\nhp 0.016522 0.007163 2.307 0.02107 * \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1\n\n(Dispersion parameter for fish family taken to be 1)\n\n    Null deviance: 23,420 on 31 degrees of freedom\nResidual deviance: 10,526 on 29 degrees of freedom\nAIC: 42,526\n\nNumber of Fisher Scoring iterations: 6\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/de\/einfache-lineare-regression-in-r\/\" target=\"_blank\" rel=\"noopener\">So f\u00fchren Sie eine einfache lineare Regression in R durch<\/a><br \/> <a href=\"https:\/\/statorials.org\/de\/multiple-lineare-regression-r\/\" target=\"_blank\" rel=\"noopener\">So f\u00fchren Sie eine multiple lineare Regression in R durch<\/a><br \/> <a href=\"https:\/\/statorials.org\/de\/r-glm-vorhersagen\/\" target=\"_blank\" rel=\"noopener\">So verwenden Sie die Vorhersagefunktion mit glm in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die Programmiersprache R stellt die folgenden Funktionen zum Anpassen linearer Modelle bereit: 1. lm \u2013 Wird zur Anpassung linearer Modelle verwendet Diese Funktion verwendet die folgende Syntax: lm(Formel, Daten, \u2026) Gold: Formel: Die lineare Modellformel (z. B. y ~ x1 + x2) Daten: Der Name des Datenblocks, der die Daten enth\u00e4lt 2. glm \u2013 Wird [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Der Unterschied zwischen glm und lm in R<\/title>\n<meta name=\"description\" content=\"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Der Unterschied zwischen glm und lm in R\" \/>\n<meta property=\"og:description\" content=\"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-25T22:47:19+00:00\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/\",\"url\":\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/\",\"name\":\"Der Unterschied zwischen glm und lm in R\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-25T22:47:19+00:00\",\"dateModified\":\"2023-07-25T22:47:19+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Der unterschied zwischen glm und lm in r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Der Unterschied zwischen glm und lm in R","description":"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/","og_locale":"de_DE","og_type":"article","og_title":"Der Unterschied zwischen glm und lm in R","og_description":"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.","og_url":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/","og_site_name":"Statorials","article_published_time":"2023-07-25T22:47:19+00:00","author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"3 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/","url":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/","name":"Der Unterschied zwischen glm und lm in R","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-25T22:47:19+00:00","dateModified":"2023-07-25T22:47:19+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"In diesem Tutorial wird der Unterschied zwischen den glm- und lm-Funktionen in R anhand mehrerer Beispiele erl\u00e4utert.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/glm-vs-lm-in-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"Der unterschied zwischen glm und lm in r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/1545"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=1545"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/1545\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=1545"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=1545"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=1545"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}