Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
在 R 中的变量列表上按组运行线性模型
我有一个数据框 我需要为每个组 站点 运行 6 个 2 变量线性模型 然后 我需要将结果转换为数据框 线性模型中的第二个变量发生变化 我已经使用了该部分lapply 但我不知道如何按组运行 我已经在 SO 上找到了答案 可以回答我的部分问题
r
lapply
LM
R:具有特定变量范围的多元线性回归[重复]
这个问题在这里已经有答案了 看起来很简单 但我不知道如何用 R 编写它 我有一个包含约 100 个变量的数据框 df 我想在作为我的第一个变量 Y 的响应和作为回归量的变量 25 到 60 之间进行多元回归 问题是我不想写每个变量名称 例如
r
LM
Rmarkdown 中使用 apsrtable 的多个 lm() 模型表
Goal 呈现使用创建的多个模型的结果lm 函数 一起放在一个格式良好的表格中 该表将在 Rmd 文件中生成并输出到 PDF 文档 建议的解决方案 In 使用 R 和 RStudio 进行可重复的研究 有一个例子使用apsrtable 并排
r
latex
rmarkdown
LM
sweave
R 中截距回归模型的 abline 线不正确
给出了可重现的示例 在下面 我得到一条 y 截距约为 30 的 abline 线 但回归表明 y 截距应该是 37 2851 我哪里错了 mtcars mpg 21 0 21 0 22 8 21 4 32 obs mtcars wt 2 6
r
plot
Regression
linearregression
LM
系数表在秩缺陷拟合中没有 NA 行;如何插入它们?
library lmPerm x lt lmp formula a b c d e data df perm Prob summary x truncated output I can see NA rows here Coefficien
r
Regression
permutation
linearregression
LM
r 的 lm 预测中的警告[重复]
这个问题在这里已经有答案了 collection lt data frame col1 X1 col2 X2 col3 X3 col4 X4 k lt 5 ind lt sample seq 1 k length X1 replace TR
r
Prediction
LM
将数据变量传递给 R 公式
假设我想写anscombe gt lm tidy x1 y1 其实我想写anscombe gt lm tidy x1 y1 where x1 and y1是数据框的一部分 因此 由于以下功能似乎有效 plot gg lt function
r
function
lazyevaluation
LM
R中的lm函数没有给出分类数据中所有因子水平的系数[重复]
这个问题在这里已经有答案了 我正在尝试使用分类属性使用 R 进行线性回归 并观察到我没有获得每个不同因子水平的系数值 请参阅下面的代码 我的状态有 5 个因子级别 但只看到 4 个系数值 gt states c WA TE GE LA SF
r
linearregression
LM
使用“lm()”进行线性回归:聚合预测值的预测区间
我在用着predict lm fit newdata newdata interval prediction 获取新观测值的预测及其预测区间 PI 现在 我想根据附加变量 即单个家庭预测的邮政编码级别的空间聚合 对这些预测及其 PI 进行聚
r
Regression
linearregression
Prediction
LM
如何将字符串公式传递给R的lm并在摘要中查看公式?
在下面的 R 会话中 summary model 显示公式为model str 我如何让它显示为mpg cyl hp同时仍然能够通过字符串设置模型公式 gt data mtcars gt names mtcars 1 mpg cyl dis
r
LM
获取组均值差的 p 值,无需使用新的参考水平重新拟合线性模型
当我们有一个带有因子变量的线性模型时X 有等级A B and C y factor X Var2 Var3 结果显示估计值XB and XC这就是差异B A and C A 假设参考文献是A 如果我们想知道之间差异的 p 值B and C
r
Regression
linearregression
LM
hypothesistest
R 中的约束线性回归系数[重复]
这个问题在这里已经有答案了 我正在估计 R 中的几个普通最小二乘线性回归 我想限制回归中的估计系数 使它们相同 例如 我有以下内容 z1 x y z2 x y 我希望第一个回归中 y 的估计系数等于第二个回归中 x 的估计系数 有没有直接的
r
statistics
Regression
linearregression
LM
多路交互:获得数值系数估计的简单方法?
假设存在 4 路交互 采用 2x2x2 阶乘设计加上连续变量 因素具有默认的对比编码 contr treatment 这是一个例子 set seed 1 cat1 lt as factor sample letters 1 2 1000 r
r
GLM
LM
在 R 中绘制多项式回归曲线
我有一个简单的多项式回归 如下所示 attach mtcars fit lt lm mpg hp I hp 2 现在 我绘制如下 gt plot mpg hp gt points hp fitted fit col red pch 20 这
r
plot
LM
解释回归模型中的交互作用
我希望这是一个简单的问题 我有一个实验设计 测量两组的一些反应 比方说血压 对照组和受影响组 两组都接受三种治疗 t1 t2 t3 数据在任何意义上都不是配对的 这是一个示例数据 set seed 1 df lt data frame re
r
Regression
LM
Interaction
R 和 Python 中线性回归的差异 [关闭]
Closed 这个问题需要调试细节 目前不接受答案 我试图将线性回归 R 结果与 python 的结果相匹配 匹配每个自变量的系数 下面是代码 数据已上传 https www dropbox com s oowe4irm9332s78 X
python
r
scikitlearn
linearregression
LM
是否有一个函数或包可以模拟从 lm() 返回的对象的预测?
是否有一个类似于 runif rnorm 等的单一函数可以为线性模型生成模拟预测 我可以自己编写代码 但是代码很丑陋 我认为这是以前有人做过的事情 slope 1 5 intercept 0 x as numeric 1 10 e rnor
r
Regression
LM
强制某些参数在 lm() 中具有正系数
我想知道如何限制某些参数lm 具有正系数 有一些包或函数 例如display 可以使所有系数和截距为正 例如 在这个例子中 我只想强制x1 and x2具有正系数 x1 c NA rnorm 99 10 x2 c NA NA rnorm 9
r
Regression
linearregression
GLM
LM
在 R 中绘制回归线
我想在 R 中绘制一条简单的回归线 我已经输入了数据 但回归线似乎不正确 有人可以帮忙吗 x lt c 10 20 30 40 50 60 70 80 90 100 110 120 y lt c 10 18 25 29 30 28 25 2
r
plot
Regression
linearregression
LM
在函数内将参数传递给 R 中的 lm
我希望能够致电lm在函数内并指定weights变量作为参数传递给外部函数 然后传递给lm 下面是一个可重现的示例 其中如果调用lm在函数之外 但会产生错误消息Error in eval expr envir enclos object we
r
LM
«
1
2
3
4
5
6
»