Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
线性回归并将结果存储在数据框中[重复]
这个问题在这里已经有答案了 我正在对数据框中的某些变量进行线性回归 我希望能够通过分类变量对线性回归进行子集化 对每个分类变量运行线性回归 然后将 t 统计数据存储在数据框中 如果可能的话 我想在没有循环的情况下执行此操作 这是我正在尝试做
r
linearregression
LM
使用 BIC 准则运行逐步线性模型
是否可以设置逐步线性模型来使用 BIC 标准而不是 AIC 我一直在尝试这个 但它仍然使用 AIC 值而不是 BIC 来计算每个步骤 null lm data 1 1 full lm data 1 age bmi gender group
r
LM
使用 glmnet 和 lm 的普通最小二乘法
这个问题是在stackoverflow com q 38378118 https stackoverflow com q 38378118但没有得到满意的答复 0 的 LASSO 相当于普通最小二乘法 但对于以下情况似乎并非如此glmnet
r
LM
leastsquares
glmnet
在循环中预测.lm()。警告:排名不足的拟合预测可能会产生误导
此 R 代码引发警告 Fit regression model to each cluster y lt list length y lt k vars lt list length vars lt k f lt list length f
r
statistics
linearregression
LM
Predict() - 也许我不理解它
I 今天早些时候发布 https stackoverflow com questions 9026383 error in predict关于我使用时遇到的错误predict功能 我能够纠正这个问题 并认为我走在正确的道路上 我有许多观察结
r
LM
Predict
R 中已知固定截距的线性回归
我想使用 R 中的 lm 函数计算线性回归 此外 我想获得回归的斜率 其中我明确给出截距lm 我在互联网上找到了一个例子 我尝试阅读 R help lm 不幸的是我无法理解它 但我没有成功 谁能告诉我我的错误在哪里 lin lt data
r
Regression
linearregression
LM
r 函数使用子集调用 lm
我正在编写一些代码 我注意到一些奇怪的事情 当我在某些面板数据的子集上运行 LM 时 它工作正常 如下所示 library plm data Cigar lm log price log pop log ndi data Cigar sub
r
function
subset
LM
当高阶参数保留时,如何删除模型中的低阶参数?
问题 只要高阶参数 即交互作用 保留在模型中 我就无法删除模型中的低阶参数 例如主效应参数 即使这样做 模型也会被重构 并且新模型不会嵌套在更高的模型中 请参阅以下示例 因为我来自我使用的方差分析 contr sum d lt data f
r
LM
直线和水平线在断点处连接的分段回归
我想做一个带有一个断点的分段线性回归 其中回归线的第二半有slope 0 有一些关于如何进行分段线性回归的示例 例如here https stackoverflow com questions 15874214 piecewise func
r
Regression
linearregression
LM
piecewise
防止 NE 用于 lm 回归
我有一个包含未来收益的向量 Y 和一个包含当前收益的向量 X 最后一个 Y 元素是 NA 因为最后一个电流返回也是可用系列的最后一个 X 0 1 0 3 0 2 0 5 Y 0 3 0 2 0 5 NA Other 5500 222 523
r
LM
线性模型函数 lm() 错误:外部函数调用中的 NA/NaN/Inf (arg 1)
假设我有 data framea I use m fit lt lm col2 col3 col4 na action na exclude col2有一些NA价值观 col3 and col4值小于 1 我不断得到 Error in lm
r
NaN
LM
kaggle
R 错误,显示“模型并非全部适合相同大小的数据集”
我创建了两个广义线性模型 如下所示 glm1 lt glm Y X1 X2 X3 family binomial link logit glm2 lt glm Y X1 X2 family binomial link logit 然后我使用
r
GLM
LM
ANOVA
“poly()”如何生成正交多项式?如何理解返回的“coefs”?
我对正交多项式的理解是它们采用以下形式 y x a1 a2 x c1 a3 x c2 x c3 a4 x c4 x c5 x c6 最多达到所需的术语数 where a1 a2 etc是每个正交项的系数 拟合之间有所不同 并且c1 c2 e
r
matrix
Regression
linearregression
LM
使用 update 和 purrr 更新线性回归模型
我想更新一个lm 模型使用update a 内的函数map call 但这会引发以下错误 mtcars gt group by cyl gt nest gt mutate lm1 map data lm mpg wt data x lm2
r
LM
purrr
来自多个多元回归输出的汇总数据框
我正在做多个 OLS 回归 我使用了以下 lm 函数 GroupNetReturnsStockPickers lt read csv GroupNetReturnsStockPickers csv header TRUE sep dec M
r
DataFrame
LM
如何在这个线性模型中强制删除截距或等效项?
考虑下表 DB lt data frame Y rnorm 6 X1 c T T F T F F X2 c T F T F T T Y X1 X2 1 1 8376852 TRUE TRUE 2 2 1173739 TRUE FALSE 3
r
Regression
linearregression
LM
ANOVA
如何从线性拟合中提取线数和相应的方程
我有数据 我期望有几个以下形式的线性相关性 y i a i b i t i i 1 N where N是先验未知的 问题的简短版本是 考虑到适合 我怎样才能提取N 我怎样才能提取方程 在下面的可重现示例中 我有数据 t y 以及相应的参数p
r
linearregression
LM
查找选定列中多个点的斜率
给定以下数据框 structure list 5 c 0 1 0 0 9 22 4 c 1 3 0 0 1 17 3 c 1 3 0 0 0 12 2 c 1 3 0 0 2 10 1 c 0 0 0 4 3 9 0 c 0 1 0 2 2
r
Regression
linearregression
LM
使用 ggplot 绘制具有多个预测变量的模型的一个预测变量
这是线性模型和 ggplot 的典型示例 require ggplot2 utils data anorexia package MASS anorex 1 lt glm Postwt Prewt Treat offset Prewt fa
r
plot
ggplot2
LM
从 .lm.fit() 计算 p 值的快速方法
我正在运行模拟并拟合线性模型 lm fit https www rdocumentation org packages pbdDMAT versions 0 4 2 topics lm fit 尽管速度极快 但该函数不提供预测变量的 p 值
r
LM
1
2
3
4
5
6
»