GLMFIT vs MATLAB fitglm

Question

Próbuję przeprowadzić regresję logistyczną, aby dokonać klasyfikacji przy użyciu MATLAB. Wydaje się, że w zestawie statystyk MATLAB znajdują się dwie różne metody tworzenia uogólnionego modelu liniowego "glmfit" i "fitglm". Nie wiem, jaka jest różnica między tymi dwoma. Czy jest jeden lepszy od drugiego?

Poniżej znajdują się linki do opisów funkcji.

http://uk.mathworks.com/help/stats/glmfit.html http://uk.mathworks.com/help/stats/fitglm.html

Answer 1

Różnica polega na tym, co wyjście funkcje. glmfit po prostu wyprowadza wektor z współczynników regresji (i kilka innych rzeczy, jeśli o to poprosisz). fitglm wyprowadza obiekt z regresją obiekt, który zawiera wszystkie rodzaje informacji i funkcjonalności w środku (patrz dokumentacja na stronie GeneralizedLinearModel class). Zakładam, że fitglm ma zastąpić glmfit.

Answer 2

Oprócz odpowiedzi Dana, chciałbym dodać następujące.

Funkcja fitglm, podobnie jak nowsze funkcje z przybornika statystyk, akceptuje bardziej elastyczne wejścia niż glmfit. Na przykład można użyć tabeli jako źródła danych, określić formułę formularza Y ~ X1 + X2 + ... i użyć zmiennych kategorialnych.

Na marginesie, funkcja lassoglm używa (w zależności od) glmfit.