lm()循环因子变量，同时从模型中删除单级因子变量
lm()是R语言中用于进行线性回归分析的函数。在lm()函数中，循环因子变量是指在回归模型中作为自变量的一个或多个因子变量，而单级因子变量是指只有一个水平的因子变量。
循环因子变量在lm()函数中可以通过使用交互项来表示，以考虑不同水平之间的交互作用。通过将循环因子变量与其他自变量相乘，可以捕捉到不同水平之间的差异。
在lm()函数中，删除单级因子变量可以通过使用-1来实现。这样做可以将该因子变量从模型中排除，以便更好地理解其他自变量对因变量的影响。
lm()函数的优势在于它提供了一个简单而强大的工具来拟合线性回归模型，并通过输出结果来评估模型的拟合程度和变量的显著性。它还可以进行模型诊断，以检查模型是否满足线性回归的假设。
lm()函数的应用场景包括但不限于以下几个方面：
- 统计分析：lm()函数可以用于探索和建模因变量与自变量之间的线性关系，从而进行统计分析和预测。
- 数据挖掘：lm()函数可以用于发现和解释数据中的模式和趋势，从而帮助做出决策和预测。
- 实验设计：lm()函数可以用于设计和分析实验，以确定自变量对因变量的影响。
腾讯云提供了一系列与云计算相关的产品，其中包括：
- 云服务器（CVM）：提供可扩展的计算能力，用于部署和运行各种应用程序。
- 云数据库MySQL版（CDB）：提供高可用性和可扩展性的关系型数据库服务。
- 云存储（COS）：提供安全可靠的对象存储服务，用于存储和管理大规模的非结构化数据。
- 人工智能平台（AI Lab）：提供丰富的人工智能算法和工具，用于构建和部署智能化应用。
- 物联网平台（IoT Hub）：提供全面的物联网解决方案，用于连接、管理和分析物联网设备数据。
你可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用指南。
相关·内容
我试图建立一个以反应为诊断的logistic回归模型(2因子变量: B，M)。我在建立一个logistic回归模型时遇到了一个错误：
Error in model.matrix.default(mt, mf, contrasts) :
variable 1 has no levels
我想不出如何解决这个问题。
R代码：
Cancer <- read.csv("Breast_Cancer.csv")
## Logistic Regression Model
lm.fit <- glm(diagnosis~.-id-X, data = Cancer, fa
浏览 3提问于2020-07-26得票数 0
回答已采纳
我有一个有8个变量的数据集。我需要所有可能的双向交互项，以及每个模型中的七个预测因子。所以，在我的例子中，总共有7C2 =21个模型，每个模型都包含7个预测因子和一个双向交互项。
我试图生成使用for循环的21个模型，但是当我试图在for循环中使用它时，lm()函数上的代码似乎失败了。在我的问题中，返回是数据的第5列的响应变量.
colnames(dt) = c("assets","turnover_ratio","SD","sharpe_ratio","return",
"
浏览 8提问于2019-10-17得票数 1
我试图逐步地运行，以减少我的LM模型上无用的特性，它包含近70列(大多数是虚拟列)。发出命令"step_FULL <- step(modelo_DB_Reg_Linear，k= 3.841459)“，R将永远停留在那里.我也尝试过质量函数，结果也是一样。
在这里，模型命令和汇总输出之后，我尝试逐步运行：
modelo_DB_Reg_Linear <- lm(formula = dif_saida_minutos ~ . , data = DB_Reg_Linear)
我会尝试在这里添加摘要输出，但应用程序坚持我的文本是禁止的，我只是无法修复。
浏览 4提问于2022-05-22得票数 0
1回答
用lm建立线性回归模型时，数据集约有20个自变量。我是否需要明确地将它们澄清为factor？如果有必要，我怎么能做到呢？一个一个地宣布是非常乏味的。
浏览 1提问于2014-11-08得票数 1
回答已采纳
9回答
当我试图在R中定义线性模型时，如下所示：
lm1 <- lm(predictorvariable ~ x1+x2+x3, data=dataframe.df)
我收到以下错误消息：
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
有什么办法可以忽略它或者修复它吗？有些变量是因素，有些则不是。
浏览 14提问于2013-08-11得票数 60
回答已采纳
2回答
我知道标题没有具体说明我的意思，所以让我在这里解释一下。我处理一个数据集，其中包括给定某种小麦类型(A、B、C、D)的小麦产量。现在，我在拟合线性模型时的问题是，我试图拟合：
lm1 = lm(yield ~ type)在这样做时，R提交了第一个小麦类型(A)，并将其标记为全局截距，然后估计所有其他类型对产量的影响。我知道我可以拟合这样的线性模型：lm2 = lm(yield ~ 0 + type)，它将给我估计每种类型对产量的影响，但是我真正想看到的是两者的结合。
在R s.t lm3 = lm(yield ~ GlobalIntercept + type)中，是否有一种方法可以拟合线性模型
浏览 5提问于2020-05-09得票数 1
回答已采纳
1回答
在R中比lm()更快的函数
、、、、
我试图在R中运行一个基本的回归模型，以前，我一直使用lm()函数，没有任何问题。但是，对于这个函数和我的计算机，我的数据帧现在太大了。在我的数据集上运行lm()函数30分钟而没有看到任何进展之后，我停止了该函数并使其崩溃了RStudio。我使用的计算机有24 am内存。
我的回归模型是：
lm(y~var1+var2+var3+var4, data = df)
我试图在lm()函数上运行的数据是：n=100000，有4个自变量(一个numeric，三个factor)，并且是正态分布的。
我发现使用glm4()函数(来自MatrixModels包)要快得多，而且在我的情况下不会使R崩溃。但是，此
浏览 11提问于2022-03-30得票数 0
回答已采纳
1回答
短版本：如何为每个类别构建单独的模型(而不分割数据)。(我是注册商标新手)
长版本：考虑以下合成数据
housetype,ht1,ht2,age,price
O,0,1,1,1000
O,0,1,2,2000
O,0,1,3,3000
N,1,0,1,10000
N,1,0,2,20000
N,1,0,3,30000
我们可以使用两个独立的模型对上述内容进行建模。
if(housetype=='o')
price = 1000 * age
else
price = 10000 * age
即基于类别类型的单独模型？
这就是我试过的
model=lm(price~
浏览 1提问于2017-04-03得票数 2
回答已采纳
我正在用lm()修复一个线性回归，比如
model<-lm(y~x+a, data=dat)
其中a是具有多个因子水平的阻塞变量。
summary(model)
Call:
lm(formula = y ~ x, data = dat)
Residuals:
Min 1Q Median 3Q Max
-1.45006 -0.20737 0.04593 0.26337 0.91628
Coefficients:
Estimate Std. Error t value Pr(>|t|)
浏览 1提问于2020-10-31得票数 0
1回答
考虑到我有三个分类变量(x1、x2、x3)，每个变量有两个级别。
x1 <- as.factor(c(rep(1,5), rep(2,5)))
x2 <- sample(x1)
x3 <- sample(x1)
y <- rnorm (10, 3,3)
res1 <- lm ( y~ x1+x2+x3)
summary(res1)
然后，它返回以下lm函数
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 3.658 1.869 1.9
浏览 0提问于2017-08-31得票数 0
回答已采纳
1回答
我用正则子集来搜索模型。是否可以从参数选择列表自动创建所有lm？
library(leaps)
leaps<-regsubsets(y ~ x1 + x2 + x3, data, nbest=1, method="exhaustive")
summary(leaps)$which
(Intercept) x1 x2 x3
1 TRUE FALSE F
浏览 5提问于2016-12-06得票数 3
回答已采纳
1回答
我在r中对我的数据使用了LM模型和(分类)预测变量(我将计数变量作为因变量/目标变量)：
# Fit linear model to total viewing:
fit <- lm(
total_viewing_minutes ~ panelist + sex + internet + education,
data = cln
)
如果我在r中正确地理解了，第一类总是参考的，所以根据定义，系数是0。
因此，通过观察模型结果，平均观察时间为68.3分钟(截取)
Panelist0 + sex1 + internet1 + education1
考虑到Panelist1这个术
浏览 0提问于2019-02-22得票数 1
1回答
我对线性模型的特殊效果(或参数)感兴趣。例如，以虹膜数据集为例，我感兴趣的是：
Sepal.Width如何调节versicolor和virginica的作用(与参考水平setosa相比)。
Sepal.Width与Sepal.Length在三个species水平上的线性关系。
我发现的唯一方法是适应两种模型，一种是交互，另一种是嵌套交互：
fit <- lm(Sepal.Length ~ Species * Sepal.Width, data=iris)
summary(fit) # The two last lines
fit <- lm(Sepal.Leng
浏览 0提问于2018-06-24得票数 2
我从我对calc.relimp()对象的一些lm调用中得到了一条错误消息，并且不知道如何更好地修复它或排除故障。我有一个带有预测器的数据集，它包括两个分类变量和五个连续变量。我有几个响应变量，对于每个变量，我在lm中运行了一组不同的预测器，有时它们包括平方项或交互项。
我的data.frame中没有任何丢失的数据或data.frame，但是某些模型在lm()函数中似乎运行良好，但是在calc.relimp()中运行lm时会出现此错误。
Error in cov.wt(y, wt = wt) : 'x' must contain finite values only
只有当特定的
浏览 4提问于2016-07-03得票数 2
回答已采纳
1回答
下面是R中的一个回归模型，其中包含我想要包含的术语。
fit <- lm(y ~ A + B + C + A:B + A:C + A:B:C)
我想要术语A，B，C，AB，AC和ABC。然而，上面的模型也包括BC，这是我不想要的。所以，我试了一下。
fit <- lm(y ~ A + B + C + A:B + A:C + A:B:C - B:C)
然而，这也不能摆脱BC。它仍然包含在模型中。如何删除BC？
浏览 0提问于2021-11-12得票数 0
假设我有三类公司：
-Swedish公司
-British公司
-Norwegian公司
我对这三种类型的盈利能力进行了线性回归模型(lm()-function)，对每种类型使用一个虚拟变量。
是否有一种方法，以英国公司的利润作为拦截，瑞典和挪威的公司作为系数，而不是获得一个截距值？我想知道英国公司和其他类别之间的差异的系数和意义，等等，如果这是合理的话。
浏览 7提问于2022-03-06得票数 0
提前道歉如果回答这个问题涉及陈述显而易见的事情，我只是从统计学和R开始，所以我的知识非常有限。
我使用crPlots( )来评估我的多元回归模型的线性假设。然而，我只看到了两个框图(见下图)，我希望还能看到一些带有单个数据点的线性图，因为这是我所见过的这个函数的每个示例中所显示的。
有没有人能解释一下为什么我只能得到盒子图？
谢谢!
我的代码是-
RMS$ID2 <- as.factor(RMS$gender)
RMS$age_group <- as.character(RMS$age)
lmq2 <- lm(anx ~ age_group + ID2, data = RMS
浏览 1提问于2018-11-25得票数 2
根据所包含的变量以及我在公式中指定它们的顺序，我得到了这个错误：
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
我对此做了一些研究，看起来这是由变量引起的，而不是一个因子变量。在这种情况下(is_women_owned)，它是一个具有两个级别的因子变量(“是”，“否”)。
> levels(customer_accounts$is_women_owned)
[1]
浏览 3提问于2016-01-15得票数 0
回答已采纳
1回答
据我所知，当你用标称预测器拟合R中的线性模型时，R基本上是对每个水平使用虚拟1/0变量(参考水平除外)，然后给出这些变量中的一个规则的老系数。它对序数预测器有什么作用？它给出了每个级别的估计系数，所以它不只是把等级当作一个数值预测器。如何正确地解释这样的输出？
cars.data <- mtcars[,1:3]
cars.data$cyl.ord <- ordered(cars.data$cyl)
lm(mpg ~ disp + cyl.ord, data = cars.data)
呼叫:lm(公式= mpg ~ disp + cyl.ord)系数：(拦截) disp cyl.o
浏览 0提问于2017-01-30得票数 6
回答已采纳
1回答
在执行k-折叠交叉验证之后，我创建了一个线性模型列表。当我用
map(modList, ~ stepwise(., direction = "backward",criterion = "AIC"))
我知道这个错误：
Error in stepAIC(mod, scope = list(lower = lower, upper = upper), direction = direction, : number of rows in use has changed: remove missing values?
我在这里找到了建议，虽然我一开始没有任何NA值，
浏览 0提问于2021-08-31得票数 0
我正在拟合一个模型来考虑数据和预测。如果predict.lm()中的predict.lm()包含模型未知的单个因素级别，则所有predict.lm()都会失败并返回一个错误。
有什么好的方法可以让predict.lm()返回对模型所知道的那些因素级别的预测，对于未知的因素级别返回NA，而不是仅仅返回一个错误？
示例代码：
foo <- data.frame(response=rnorm(3),predictor=as.factor(c("A","B","C")))
model <- lm(response~predictor,foo)
浏览 4提问于2010-11-26得票数 37
回答已采纳
2回答
检验模型只有一个因素协变量。
、、、、
我正在编写一个R包，其中主函数采用一个模型，该模型可能只有一个因素协变量(允许偏移)。为了确保用户遵守这一规则，我需要检查这个规则。
作为一个例子，让我们看看以下四个模型：
set.seed(123)
n <- 10
## data
data <- data.frame(y = rnorm(n),
trt = rep(c(0, 1), each = n/2),
x = 1:n)
datan <- data
datan$trt <- as.factor(datan$trt)
## models
mod1 <- lm(y ~ factor(trt),
浏览 0提问于2018-05-24得票数 3
回答已采纳
2回答
我有一个像这样的数据文件：
Date A B MONTH
2016-01-01 3 10 January
2016-01-02 5 13 January
2016-01-03 8 12 January
.
.
.
2016-12-29 4 13 December
2016-12-30 5 12 December
2016-12-31 6 4 December
使用这个dataframe，我希望运行一个以月份列作为虚拟变量的回归模型。
我尝试了
浏览 2提问于2017-11-10得票数 1
回答已采纳
1回答
在R中，我想用一个包含范畴变量的gam模型进行拟合。我想我可以这样做(cat是绝对变量)。
lm(data = df, formula = y ~ x1*cat + x2 + x3);
但我不能做这样的事
gam(data = df, formula = y ~ s(x1)*cat + s(x2) + x3)
但以下工作：
gam(data = df, formula = y ~ cat + s(x1) + s(x2) + x3)
如何将一个范畴变量添加到其中一个样条中？
浏览 0提问于2017-04-10得票数 5
回答已采纳
我正在尝试对死亡率数据进行Tukey检验，我想测试死亡率是否受到铜含量(单向方差分析)以及铜和温度的组合(双向方差分析)的影响。以下是我的公式：
lm2<-lm(Mortality~Cu)
anova(lm2)
TukeyHSD(aov(Mortality~Cu))
lm2<-lm(Mortality~Cu+Temp+Cu:Temp)
anova(lm2)
TukeyHSD(aov(Mortality~Cu+Temp+Cu:Temp))
方差分析没有问题，但是对于两个Tukey，我得到了以下错误消息：
Error in TukeyHSD.aov(aov(Mor
浏览 1提问于2014-05-09得票数 4
1回答
使用一个小的R样本数据集和来自的ANOVA示例，其中一个变量的自由度报告是不同的，F值的结果也略有不同。也许他们有稍微不同的默认方法？我可以设置状态模型来使用R的默认值吗？
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
##R code on R sample dataset
#> anova(with(ChickWeight, lm(weight ~ Time + Diet)))
#Analysis of Variance Table
#
#Resp
浏览 3提问于2015-02-27得票数 5
回答已采纳
我正在研究一个用fortran编写的空气质量模型的代码，并对fortran从do循环中传递变量的方式有一些疑问。
这个非常简单的例子说明了我的意思：
PROGRAM carla
IMPLICIT NONE
!
INTEGER, PARAMETER :: LM = 24, DEZASSEIS = 16
INTEGER :: L, VARIAVEL, SOMA
!
DO L=1,LM
WRITE(*,*) 'L = ', L
END DO
!
WRITE(*,*) 'I am now o
浏览 1提问于2012-03-27得票数 5
回答已采纳
1回答
我需要有分类变量的回归指标吗？
、、、、
人们总是说，我们需要为分类值创建预测变量，以便进行回归。我做了一个测试，首先为一个五层分类变量创建了一个由1，2，3组成的预测器列。然后，我运行了相同的模型，没有predictor列，但有分类列本身。
总之，这些系数是不同的；但是，它们的相对重要性和对y值的影响是相同的。此外，在这两种情况下，R平方和p值数是完全相同的。那么，我是必须创建predictor变量，还是R足够聪明，可以自动创建？
for(i in 1:74)
{
if(travel$accommodation[i] == "Hotel")
{
travel$pred_hotel[i] <- 1
浏览 0提问于2017-04-02得票数 1
我在r中运行了一个多元回归模型，其中的变量具有多个级别。在输出中，汇总显示了两个变量中除一个变量之外的每个级别的结果！我不明白为什么它不能全部显示出来？
例如，模型包括观察结果(测验的分数)，预测因素是醉酒(是-否)和“经验”(低-中-高)。在输出中，它返回这些因素变量中除“高经验”之外的每个级别的系数行。
我使用的是标准的lm()结构，即lm(score ~1+ drink + experience + controls，data=data)。有人能帮上忙吗？谢谢
浏览 0提问于2021-03-22得票数 0
R> data("FoodExpenditure", package = "betareg")
R> fe_lm <- lm(I(food/income) ~ income + persons, data = FoodExpenditure)
据我所知，I(food/income)创建了一个新变量，即食物与收入的比率，这是正确的吗？有没有其他可能的组合(函数)？
浏览 2提问于2019-09-11得票数 1
我用biglm和lm拟合了一个模型，返回的模型摘要是相同的(只是格式不同)。然而，当我使用它们来预测相同的数据集时，它们会产生不同的结果。与手动使用模型系数手动计算相比，lm模型是正确的。但是biglm模型是错误的。
以下是模型：
m1 <- biglm(cost ~ d + v + zi, data = tl)
m2 <- lm(cost ~ d + v + zi, data = tl)
以下是模型摘要的一小部分：
m1:
d: coef 473.9196
m2:
d: coef 4.739e+02
其余的模型系数是匹配的，如上所示。然而，当我使用模型进行预测时，结
浏览 0提问于2016-01-11得票数 0
对于任何语法问题，我深表歉意，因为英语不是我的母语。 我正在尝试调查有关黑人在提交简历时是否与白人相比受到歧视的数据(Bertrand和Mullainathan，2004)。 我执行以下操作： > resume <- read.csv("resume.csv", header=T)
> fit <- lm(call~race, data=resume)
> summary(fit1)
Call:
lm(formula = call ~ race, data = resume)
Residuals:
Min 1Q Me
浏览 22提问于2020-08-09得票数 0
1回答
我正在做几个类别变量和连续变量混合在一起的回归。为了简化我的问题，我想创建一个回归模型，该模型预测给定某个司机在不同区域的行驶里程的驾驶时间。这就是说，我的训练数据中有5个不同的司机和2个区域。
我知道我可能需要构建5*2=10回归模型来进行预测。我在R中使用的是
m <- lm(driving_time ~ factor(driver)+factor(zone)+miles)
但看起来R并没有扩展组合。我的问题是，是否有任何聪明的方法来在R中自动进行扩展，或者我必须一个接一个地编写10个回归模型。谢谢。
浏览 3提问于2013-02-27得票数 1
回答已采纳
我有独立且独立的数据集。我想检验因变量和自变量之间的所有可能的关系。在我的上一篇文章()中，我想使用模拟数据进行功率分析。现在，我想使用相同的函数来分析真实的数据。问题是，由于数据集很大，test_function需要更多的时间(每个数据集的维数大于10000×40000)。另外，我想使用并行计算来加快计算速度。我发现bigstatsr包()可以处理内存中容量太大的矩阵。此外，我希望避免使用expand.grid，因为对于大数据来说，它在计算上也很昂贵。我没有找到任何能够同时使用bigstatsr包同时使用两个数据集并并行估计参数的帖子。数据集示例和代码如下：
# dependent data
浏览 3提问于2021-11-23得票数 0
1回答
我想知道step()函数中是否有一个参数，它允许我用单个术语更新模型，作为前向回归的一部分。简单地说，我希望能够删除已安装的lm()模型的一个术语，将其排除在用于执行逐步回归的数据中，并查看在前向回归中从数据中弹出哪些变量来替换它，如果我执行另一个只用于替换已删除的变量的话。以下是它的样子：
test<-lm(y~x1+x2+x3, data=df)
testbis<-lm(y~x1+x3, data=df)
testfinal<-step(testbis, direction="forward", scope=?, data=df[,-c("x2&
浏览 4提问于2015-11-25得票数 0
1回答
我正在运行线性模型来观察独立因素的重要性。示例模型是：`
mymod1 <- lm(temp ~ bgrp+psex+tb,data=mydat)
summary(mymod1)`
我看了总结，看看每一个因素的重要性：
lm(formula = temp ~ bgrp + psex + tb, data = mydat)
Residuals:
Min 1Q Median 3Q Max
-5.6877 -0.2454 0.0768 0.3916 1.6561
Coefficients:
Estimate Std.
浏览 2提问于2012-03-11得票数 1
回答已采纳
2回答
lm call对象的数据部分是否有更新的等价物？
例如，假设我有以下模型：
dd = data.frame(y=rnorm(100),x1=rnorm(100))
Model_all <- lm(formula = y ~ x1, data = dd)
有没有一种方法对lm对象进行操作，以获得与以下内容相同的效果：
Model_1t50 <- lm(formula = y ~ x1, data = dd[1:50,])
我正在尝试从样本预测测试中构建一些psudo，拥有单个lm对象并简单地滚动数据将是非常方便的。
浏览 0提问于2013-01-20得票数 3
回答已采纳
我有一个由两种类型的106个人组成的数据集-a和b，具有各种变量，例如年龄和性别。我想运行一个线性模型，根据协变量预测每个个体是a型还是b型。
我使用以下命令读取每个人的年龄、性别和类型标签的值：
`data = read.xlsx("spreadsheet.xlsx",2, as.is = TRUE)`
age = data$age
gender = data$gender
type = data$type
其中每个都是以下形式：
age = [28, 30, 19, 23 etc]
gender = [male, male, female, male etc]
type =
浏览 0提问于2013-10-14得票数 12
回答已采纳
1回答
使用以下数据：
我想知道如何将预定义的偏移量拟合到另一个模型的原始关系，即如何拟合模型A的估计值，因此：
ModelA<-lm(Dependent1~Explanatory)
到模型B，例如：
ModelB<-lm(Dependent2~Explanatory)
其中，解释变量是我的数据集中的变量“分类”，或者是变量“连续”。我在简历上得到了一个与类似问题相关的有用答案：
这里的外生变量是“连续的”。然而，我有一些额外的问题需要回答，我认为可能更适合这样做。如果不是这样，告诉我，我会删除这个问题:)
具体地说，上面的链接告诉我，为了在我的数据集中拟合连续解释变量的预定义斜率，我
浏览 0提问于2013-06-26得票数 0
1回答
我想计算一个多项式的拟合值。
我想计算“fit”，但不调整变量“z”。
我现在所拥有的是繁琐的，最终我想迭代不同的幂多项式，而不必每次都在上面的方程式中添加一个“拟合”项。
x <- runif(n = 50, min = 1, max = 10)
y <- runif(n = 50, min = 10, max = 20)
z <- sample(letters[1:5], 50, TRUE)
f <- lm(y ~ poly(x, 5, raw=TRUE) + as.factor(z), na.action=na.exclude)
fit <- f$coe
浏览 5提问于2019-07-23得票数 0
回答已采纳
1回答
我正在拟合一个具有6个预测值的多元线性回归模型(3个连续预测值和3个分类预测值)。残差vs.拟合图表明存在异方差，bptest()也证实了这一点。
我还计算了我的训练数据和测试数据的sqrt，如下所示：
sqrt(mean(sales_train_lm_pred-sales_train$SALES)^2)
3533.665
sqrt(mean(sales_test_lm_pred-sales_test$SALES)^2)
3556.036
我尝试拟合glm()模型，但仍然没有纠正异方差。
glm.test3<-glm(SALES~.,weights=1/sales_fitte
浏览 41提问于2019-11-11得票数 0
回答已采纳
3回答
让我们想象一下，我们想用收入、年轻人、城市和地区作为回归者来模拟美国的公立学校支出(教育)。欲了解更多信息：?Anscombe模型:教育~(income+young+urban)*区域
library(car)
library(leaps)
#Loading Data
data(Anscombe)
data(state)
stateinfo <- data.frame(region=state.region,row.names=state.abb)
datamodel <- data.frame(merge(stateinfo,Anscombe,by="row.names
浏览 2提问于2012-10-25得票数 8
2回答
我有10000个样品。有4个自变量和1个因变量。
自变量均以0均值为中心。
📷
我发现这些变量之间的相关系数如下：
📷
我使用了线性回归模型，下面是该模型的总结：
📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。
基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮我理解什么是正确的方法来识别重要的预测因子(s)？
另外，即使我从lm模型中删除了x4变量，残差标准误差仍然是相同的，哪种情况可以重新迭代它不是一个重要的预测器？是
我的理解对吗？
此外，我运行了R中可用的VarImp函数，它
浏览 0提问于2020-02-23得票数 2
2回答
线性回归模型与相互作用项问题
、、、、
我对R和统计也很陌生。
使用crabs.csv数据集，我使用以下代码建立了线性回归模型：
facdF = dF %>% mutate(sex = factor(sex, labels = c("F", "M")))
fac2dF = dF %>% mutate(sp = factor(sp, labels = c("O", "B")))
dfS <- summary(with(fac2dF, lm(as.numeric(gsub(",",".",CL)) ~ sex*sp)))
浏览 1提问于2022-03-18得票数 0
回答已采纳
当我在R中执行回归并使用类型因子时，它可以帮助我避免在数据中设置分类变量。但是，我如何从回归中删除不重要的因素，以仅显示重要变量？
例如：
dependent <- c(1:10)
independent1 <- as.factor(c('d','a','a','a','a','a','a','b','b','c'))
independent2 <- c(-0.71,0.30,1.32,0.30,2.78,0.85,-
浏览 0提问于2012-09-08得票数 4
1回答
我正在建立一个模型，使用变量选择来找到重要的变量。 str(tweets2)
'data.frame': 6429 obs. of 13 variables:
$ created_at : Factor w/ 5918 levels "1/10/2019 17:40",..: 56
53 52 51 50 49 48 47 46 45 ...
$ screen_name : Factor w/ 2 levels "HillaryClinton",..: 1 1 1
1 1 1 1 1
浏览 13提问于2019-04-09得票数 0
1回答
假设我有下面的数据
library(zoo)
Dates = seq(as.Date('2000-01-01'), as.Date('2005-12-31'), by = '6 months')
Data = rbind(data.frame(time = Dates, y = rnorm(length(Dates), 0, 10), month = as.factor(format(Dates, '%m')), type = 'A', M = log(12+0:11)),
浏览 1提问于2021-11-17得票数 2
回答已采纳
在因子上使用group_by()时会出现错误，即使此因子后来为也是如此。我的鼓舞人心的例子：
library(tidyverse)
df = mtcars %>% mutate(am = factor(am))
fits = df %>%
group_by(am) %>%
do(fit = lm(formula(mpg ~ . - am), .)) # Returns the error
这将给出以下错误消息：
contrasts<-(_tmp_， = contr.funs[1 + isOFnn])中的值错误:对比只能应用于具有2个或更多级别的因子
如果我使用
浏览 27提问于2019-02-22得票数 0
回答已采纳
1回答
如何将整型变量自动编码为因子？
、、、、
我正在处理预测因素，我想将其视为因素。不幸的是，表示多项选择题答案的数据被存储为整数，因此当我拟合线性模型时，R将其视为数值预测而不是因子。我不想每次都输入factor(x)；我如何自动将预测值编码为因子变量？
我可能拥有的数据示例：
a b response
1 1 T 6.946486
2 2 F 1.952378
3 3 T 5.189918
4 1 T 2.680438
5 2 F 2.243461
6 3 T 5.398814
7 1 T 2.375182
8 2 F 0.376323
9 3 T 5.144803
所需的任务:告诉R，不必键入lm(response ~ fact
浏览 1提问于2014-07-19得票数 0
我成功地使用了Eigen的Levenberg-Marquart类，下面是一个示例：
我正在尝试找出如何将阻尼参数lambda转换为Eigen中可用的参数：
我不清楚“对角线移位的步长界限”通过setFactor()做了什么--这与阻尼参数有关吗？
distance_functor functor(matrix, count);
Eigen::NumericalDiff<distance_functor> numDiff(functor);
Eigen::LevenbergMarquardt<Eigen::NumericalDiff<distance_fu
浏览 25提问于2016-01-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
