Questions tagged «lm»

6
如何从数据框中简洁地编写一个包含多个变量的公式?
假设我有一个响应变量和一个包含三个协变量的数据(作为玩具示例): y = c(1,4,6) d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2)) 我想对数据进行线性回归: fit = lm(y ~ d$x1 + d$x2 + d$y2) 有没有一种写公式的方法,这样我就不必写出每个协变量了?例如,类似 fit = lm(y ~ d) (我希望数据框中的每个变量都是协变量。)我问,因为我的数据框中实际上有50个变量,所以我想避免写出来x1 + x2 + x3 + etc。
127 r  dataframe  glm  lm 

10
R中的线性回归和分组依据
我想使用该lm()函数在R中进行线性回归。我的数据是一个年度时间序列,其中一个字段表示年份(22年),另一个字段表示州(50个州)。我想对每个状态进行回归分析,以便最后获得lm响应向量。我可以想象对每个状态进行for循环,然后在循环内进行回归并将每个回归的结果添加到向量中。但是,这似乎不太像R。在SAS中,我将执行“ by”语句,而在SQL中,我将执行“ group by”。R做这件事的方法是什么?

3
如何从命名号码中提取号码(没有名称)?
我只是在寻找B1(newx)线性模型系数的值,而不是名称。我只想要0.5的值。我不需要名称“ newx”。 newx <- c(0.5,1.5.2.5) newy <- c(2,3,4) out <- lm(newy ~ newx) out 好像: Call: lm(formula = newy ~ newx) Coefficients: (Intercept) newx 1.5 1.0 我到了这里 但是现在我被困住了。 out$coefficients["newx"] newx 1.0
84 r  vector  named  lm 

3
将通过最大似然估计的系数获取到寻星表中
Stargazer为lm(和其他)物体产生非常漂亮的乳胶表。假设我已经以最大可能性拟合了模型。我希望观星者为我的估算出一张类似lm的桌子。我怎样才能做到这一点? 尽管有点麻烦,但是一种方法可能是创建一个包含我的估算值的“伪” lm对象-我认为,只要summary(my.fake.lm.object)有效,它就可以工作。这容易做到吗? 一个例子: library(stargazer) N <- 200 df <- data.frame(x=runif(N, 0, 50)) df$y <- 10 + 2 * df$x + 4 * rt(N, 4) # True params plot(df$x, df$y) model1 <- lm(y ~ x, data=df) stargazer(model1, title="A Model") # I'd like to produce a similar table for the model …
83 r  optimization  lm  stargazer 

4
提取回归系数值
对于一些调查药物利用情况的时间序列数据,我有一个回归模型。目的是使样条曲线适合时间序列并计算95%CI等。模型如下: id <- ts(1:length(drug$Date)) a1 <- ts(drug$Rate) a2 <- lag(a1-1) tg <- ts.union(a1,id,a2) mg <-lm (a1~a2+bs(id,df=df1),data=tg) 的摘要输出mg为: Call: lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg) Residuals: Min 1Q Median 3Q Max -0.31617 -0.11711 -0.02897 0.12330 0.40442 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) …
77 r  regression  lm 

1
在lm公式中删除变量仍会触发对比度误差
我试图仅对数据的一部分运行lm(),并遇到问题。 dt = data.table(y = rnorm(100), x1 = rnorm(100), x2 = rnorm(100), x3 = as.factor(c(rep('men',50), rep('women',50)))) # sample data lm( y ~ ., dt) # Use all x: Works lm( y ~ ., dt[x3 == 'men']) # Use all x, limit to men: doesn't work (as expected) 上面的方法不起作用,因为数据集现在只有人,因此我们不能在模型中包括性别变量x3。但... lm( y …
9 r  formula  lm  factors 
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.