我想在R中使用 glm() 拟合广义线性模型 . 更准确地说，它是 nb.glm() . 显然，处理广义线性模型的R包中的系数都是以其他变量的平均值来评估的 . 有没有办法评估保持其他变量值的系数在例如中位数还是零？

例如，加州大学洛杉矶分校的ATS site on NegBin regression的例子：

require(foreign)
require(ggplot2)
require(MASS)
dat <- read.dta("http://www.ats.ucla.edu/stat/stata/dae/nb_data.dta")
dat <- within(dat, {
    prog <- factor(prog, levels = 1:3, labels = c("General", "Academic", "Vocational"))
    id <- factor(id)
})
summary(m1 <- glm.nb(daysabs ~ math + prog, data = dat))

得到的系数在 daysabs 的平均值处评估，其为5.96 . 它发现在中值处评估系数更直观 .

r glm