在R語言中，可以使用glm()函數來實現廣義線性模型。廣義線性模型是線性模型的一種擴展，可以處理非正態分布的因變量，同時也可以通過鏈接函數來處理非線性的關系。
下面是一個使用glm()函數實現廣義線性模型的示例代碼：
# 構造數據
set.seed(123)
data <- data.frame(
x = rnorm(100),
y = rbinom(100, size = 1, prob = 0.5)
)
# 擬合廣義線性模型
model <- glm(y ~ x, data = data, family = binomial)
# 打印模型結果
summary(model)
在上面的代碼中，我們首先構造了一個包含隨機數據的數據框，然后使用glm()函數擬合了一個廣義線性模型，其中因變量y是二項分布的，自變量x是連續變量。最后，使用summary()函數查看模型的結果。
除了二項分布，glm()函數還可以擬合其他類型的廣義線性模型，比如泊松回歸、高斯回歸等。只需在family參數中指定相應的分布即可。
