我需要測試我應該在我的模型中包含哪些效果，以便對奶牛進行遺傳評估。在SAS中，我會使用proc GLM。 SAS的代碼將是：Proc GLM（SAS）使用R
data paula1; set paula0;
proc glm;
class year herd season;
model milk= year herd season age age*age;
run;
我的R代碼裏面是：
model1 = glm(milk ~ factor(year) + factor(herd) + factor(season) + age + I(age^2), data=paula1)
anova(model1)
我懷疑這有什麼不對的，因爲所有的影響在統計上顯著，甚至當我包括不相關的其他影響性狀。我沒有SAS許可證來比較結果。 R中的代碼是否正確？ R中的glm是否表示類型3的平方和（對於SAS中提出的不平衡數據）？這種情況下使用lm有什麼區別嗎？ 在此先感謝。 Paula
這是SAS和R用戶之間非常常見的錯誤。
SAS中的glm包與R中的glm函數不同，下面我會解釋它。
This適用於SAS官方網站：「GLM程序使用最小二乘法擬合一般線性模型」。 SAS中的GML簡稱爲一般線性模型。這些與廣義線性模型完全不同，這是R中GML函數計算的結果。
This是R中的GLM功能：「廣義線性模型也同樣容易融入R作爲普通的線性模型事實上，他們只需要一個額外的參數來指定變化和鏈接功能 的基本。工具用於裝配廣義線性模型是GLM功能，其具有folllowing通式結構：
glm(formula, family, data, weights, subset, ...)「
通常，一般線性模型用於參數估計的普通最小二乘法，而廣義線性模型使用參數估計的最大似然估計。廣義線性模型也「允許線性模型通過鏈接函數與響應變量相關，並允許每個測量的方差的大小是其預測值的函數」（取自維基百科here）「
要結束我長時間的演講，您需要使用的是R中的lm函數，因爲對於ANOVA表，您將得到與SAS中的GLM包相同的結果。對於III型錯誤，請檢查Joran和BondedDust的準確評論。
希望它有幫助！
非常感謝@LyzandeR。 – PaulaF 2014-11-23 00:53:32
對應於R的glm的SAS程序是GENMOD。
在R的迴歸模型中輸入多項式項的正確方法是使用poly。閱讀幫助頁面?poly。對於二次程度的正交多項式：
lm(milk ~ year + herd + season + poly(age, 2), data=dat)
您明確不應該使用'年齡+ I（年齡^ 2），因爲這兩個方面都會有高度的相關性，你會得到約的意義錯誤的推論或更多的多項式次序。
如果列的類別不明確，使得它們不是字符或因子或邏輯的，那麼您可能需要在它們周圍包裝factor(.)，如LyzandeR所示，但通常只有在術語類型-'數字'。
如果由於某種原因，例如缺乏上級關於III型錯誤的教育，您需要使用它們，然後查看具有生產設施的汽車包裝。
你應該閱讀這個，特別是鏈接的pdf，爲什麼R社區對所謂的III型SS有強烈的感受：http://stats.stackexchange.com/a/23198 – joran 2014-11-22 23:35:27
對「III型」的簡短回答：不。您沒有提供數據時，您要求我們對方法進行評論。不是一個真正的編碼問題，是嗎？如果你想問統計問題，你應該去CrossValidated.com – 2014-11-22 23:42:08