Регрессионный кригинг биномиальных данных в пакете geoRglm R
Я использую binom.krige() функция пакета R geoRglm для определения пространственных предсказаний двоичной (0, 1) переменной отклика с несколькими непрерывными, а также дискретными ковариатами.
С помощью glm() с биномиальной функцией logit link я обнаружил, что переменная ответа демонстрирует значительную зависимость от нескольких ковариат.
Я включил тренд в binom.krige() с помощью krige.glm.control() где я указал две модели тренда как
> trend.d=trend.spatial(~ rivers + roads + annual_pre + annual_tem + elevation_ + host_densi + lulc + moist_dq + moist_in + moist_wq, data_points)
> trend.l=trend.spatial(~ rivers1 + roads + annual_pre + annual_tem + elevation_ + host_densi + lulc + moist_dq + moist_in + moist_wq, pred_grid)
Вопрос, который меня смущает, это когда trend.d а также trend.l войти в krige.glm.control() и в конце концов в binom.krige() действительно ли он соответствует glm с биномиальным логитом или просто линейной моделью (потому что приведенные выше уравнения кажутся линейной моделью)?