在模型拟合汇总中提取虚拟变量的根
，是指在统计建模中，当需要处理分类变量时，常常会将其转化为虚拟变量（也称为哑变量或指示变量）。虚拟变量是一种二元变量，用于表示原始分类变量的不同取值。
虚拟变量的根是指在创建虚拟变量时，选择的参考类别或基准类别。在创建虚拟变量时，通常会选择一个类别作为参考类别，并将其他类别与该参考类别进行比较。参考类别的虚拟变量取值为0，其他类别的虚拟变量取值为1。
提取虚拟变量的根是为了避免多重共线性（multicollinearity）问题。多重共线性是指在回归分析中，自变量之间存在高度相关性，导致模型估计不准确或不稳定。通过选择一个参考类别，可以避免虚拟变量之间的完全线性相关性。
虚拟变量的提取在实际应用中非常常见，特别是在处理具有多个类别的分类变量时。它可以应用于各种统计建模方法，如线性回归、逻辑回归、决策树等。
在腾讯云的产品中，与虚拟变量相关的产品是腾讯云人工智能开放平台（AI Open Platform）。该平台提供了丰富的人工智能服务和工具，包括自然语言处理、图像识别、语音识别等功能，可以帮助开发者处理和分析包含虚拟变量的数据，并进行模型拟合和预测。
腾讯云人工智能开放平台产品介绍链接地址：https://cloud.tencent.com/product/ai
相关·内容
我用R中的lm对一个线性模型进行了拟合，它有超过1000个虚拟变量。经过回归，我得到了一个名为“适合”的变量中的汇总统计数据。我感兴趣的是只提取非常有限的10个自变量的系数和汇总统计数据。如何才能看到这些变量的汇总统计数据？谢谢。
浏览 0提问于2014-03-12得票数 1
回答已采纳
2回答
范畴值的虚拟变量
、、、
这个问题是关于解决泰坦尼克号在卡格尔的生存预测。许多人都做过类似的特征提取，
他们已将一些数字特征(年龄、费用)转换为使用带的标号(1、2、3)的分类类型。如果我们有分类值形式的所有特征，那么对模型的有效拟合有帮助吗？
我一直知道，如果你有范畴值，你应该首先把它们转换成数字，而不是虚拟变量。但在解决方案中，它是不做的，是不是不需要假人呢？
浏览 0提问于2018-08-28得票数 2
4回答
我在R中实现了一个新的统计模型，它在我的沙箱中工作，但我想使它更加标准。一个很好的比较是lm()，在这里我可以获取一个模型对象，并且：
应用summary()函数
提取模型的系数
从拟合(培训)数据中提取残差
更新模型
应用predict()函数
将plot()应用于预选的描述性绘图
从事许多其他类型的joy
我看过R手册，在网上搜索过，翻阅过几本书，除非我忽略了一些东西，否则我找不到一个很好的教程，说明新的模型包应该包含哪些内容。
尽管我最感兴趣的是详尽的参考资料或指南，但我将继续关注这篇文章中包含两个部分的问题：
模型对象中通常期望的关键组件是什么？
浏览 4提问于2011-07-27得票数 25
回答已采纳
是否有可能获得作为scipy.optimize.curve_fit()的直接输出的X平方的值
通常，拟合后，通过平方模型和数据之间的差异，通过不确定度加权和汇总，可以很容易地计算出它。然而，当向参数sigma传递2D矩阵(数据的协方差矩阵)而不是简单的1D数组时，情况就不那么直接了。
是真正的最佳拟合参数及其协方差矩阵，这是唯一可以从curve_fit()中提取的两个输出
浏览 0提问于2018-10-01得票数 8
回答已采纳
1回答
我们有两个数据集(X1，Y1)和(X2，Y2)。如果它们似乎具有不同的截距和不同的斜率，我如何使用单个线性模型来绘制两条拟合线？同时，使用相同的模型来拟合两条不同的直线和使用两个不同的线性模型有什么不同？
浏览 0提问于2015-04-30得票数 0
我生成一些数据，如1，6，1，6，1，6，并在正态分布下添加噪声。我使用arma_order_select_ic来选择顺序。然后利用aic_min_order对ARMA模型进行拟合。有时候，这个模型运行得很好。但有时它会引发ValueError。
ValueError: The computed initial AR coefficients are not stationary
这是我的代码。
import statsmodels.api as sm
import numpy as np
x = [1 if i%2 == 0 else 6 for i in range(50)]
eta =
浏览 24提问于2017-02-25得票数 2
回答已采纳
我是SAS的新手，我想尝试在SAS中进行迭代多重计算是多么的容易/困难。在R中，这是相对容易的。
该算法如下：
利用已知分布计算缺失数据
拟合模型在1中完成数据
用模型拟合2对缺失数据进行计算
重复模型拟合和计算步骤50次(例如总共50个数据集)
每10次获取一次数据集并汇总结果
根据我在SAS方面的有限经验，我猜我必须写一个MACRO。我特别感兴趣的是使用proc nlmixed来适应我的模型。我不使用R，因为SAS的nlmixed更灵活，并且给出了更健壮的结果。
浏览 0提问于2018-04-02得票数 1
1回答
我有每周零售额的季节性时间序列数据，并试图使用Hyndman预测包的tslm函数来拟合除趋势和季节外的回归模型。
我遇到的问题是，当我构建tslm之前，在添加任何回归者(只有趋势+季节)之前，我在训练数据上得到了一个完美的拟合(R^2 =1)！
完美的匹配是有问题的，因为我在模型中添加了任何附加的协变量(待售、分配等项目的#)。对预测没有影响(无足轻重)。只要看一看数据，我就知道其他的回归者很重要，所以我不太清楚自己哪里出了问题。希望社区里有人能帮我。
有关我正在使用的数据的一些信息：
数据集包含2014-2017年的每周数据。
培训数据包含156次每周观察(2014-2016年)
浏览 8提问于2018-01-09得票数 0
1回答
在使用SciKitLearn的随机森林分类器对模型进行拟合后，我得到了特征重要性列表，但我能否获得特征级别的重要性。
例如，如果我得到以下功能重要性的系列，我如何才能看到哪个day_of_week是最重要的？
online_users 0.107735
number_of_post 0.051478
day_of_week 0.042552
total_votes 0.131286
polarity 0.033352
浏览 15提问于2021-02-20得票数 1
回答已采纳
我用nlme软件包的lme函数拟合了一个线性混合模型。“汇总”命令显示系数、它们的标准误差和系数的相关矩阵。如何才能得到R数据集形式中的相关矩阵(协方差矩阵也很好)？
lm命令(对于线性模型)确实在对象‘汇总(Lm5)$cov.unScale’中提供了协方差矩阵。我想在lme函数中找到一个对应的。
浏览 2提问于2014-06-29得票数 0
回答已采纳
我正在用新的盆景包(用于partykit建模的扩展)来处理ctree的tidymodel工作流，下面是我的代码：
pacman::p_load(tidymodels, bonsai, modeldata, finetune)
data(penguins)
doParallel::registerDoParallel()
split <- initial_split(penguins, strata = species)
df_train <- training(split)
df_test <- testing(split)
folds <-
# vfo
浏览 13提问于2022-09-05得票数 4
回答已采纳
在matlab中，在我们拟合了线性混合模型之后，我们如何提取方差参数的标准误差？
load imports-85
tbl = table(X(:,12),X(:,14),X(:,24),'VariableNames',{'Horsepower','CityMPG','EngineType'});
lme = fitlme(tbl,'CityMPG~Horsepower+(1|EngineType)+(Horsepower-1|EngineType)');
cov = covarianceParameters(lme
浏览 3提问于2017-03-02得票数 0
这是一些关于R的统计编程的新手问题，我还没有在网上找到答案。我的dataframe在下面的代码中被标记为"eitc“。
1)一旦加载到数据框架中，我想看一下汇总统计数据。我使用了这些功能：
eitc <- read.dta(file="/Users/Documents/eitc.dta")
summary(eitc)
sapply(eitc,mean,na.rm=TRUE) #for sample mean, min, max, etc.
当符合某些条件时，我如何找到关于我的数据的简要统计数据。例如，当变量“子”大于或等于1时，我希望看到所有变量的汇总统计数据。
浏览 0提问于2011-01-29得票数 7
回答已采纳
我已经使用管道估计了逻辑回归。
我在拟合逻辑回归之前的最后几行：
from pyspark.ml.feature import VectorAssembler
from pyspark.ml.classification import LogisticRegression
lr = LogisticRegression(featuresCol="lr_features", labelCol = "targetvar")
# create assember to include encoded features
lr_assembler = VectorA
浏览 4提问于2017-12-07得票数 5
回答已采纳
我有许多数据集，每个数据集都要拟合一个高斯过程回归模型。fitrgp选择的默认超参数似乎主观地产生了不太理想的模型。启用超参数优化往往会带来有意义的改进，但偶尔会产生极端拟合的值，这是一个需要计算的过程，它禁止对每个模型进行优化。
由于fitrgp只是包装bayesopt来进行其超参数优化，那么是否可以直接调用bayesopt来最小化多个模型(例如平均值)损失的一些汇总，而不是一次调用一个模型的损失？
例如，如果每个数据集包含在表tbls的单元格数组中，我希望为sigma找到一个单独的值，该值可以在对每个表的fitrgp调用中强制执行：
gprMdls = cellfun(@(tbl) {fi
浏览 1提问于2017-11-14得票数 0
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
新贴在这里，但不是对宝贵的资源。环顾四周，没有发现任何对我有帮助的东西。运行一个拟合的LogLinear回归模型(成功)，当我试图使用“虚拟”变量进行调整时，没有收到任何错误。在趋势调整回归模型中，我也没有收到虚拟变量系数的输出。
谢谢您抽时间见我。
Data = library(fpp3)代码的纪念品如下所示：
library(fpp3)
# Data
tsdat <- souvenirs
# Model
fit_tsdat_dummy <- tsdat %>%
mutate(DummyDec = month(Month) == 12) %>%
model(
浏览 2提问于2022-03-02得票数 0
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
4回答
提取回归系数值
、、
我有一个研究药物利用的时间序列数据的回归模型。其目的是将样条拟合到时间序列，并计算出95%的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)
mg的汇总输出为：
Call:
lm(formula = a1 ~ a2 + bs(id, df = df1), data = tg)
Residuals:
Min 1Q
浏览 1提问于2011-07-05得票数 82
回答已采纳
1回答
我正在尝试使用auto.arima函数将一个模型与我的数据集相匹配，但我得到了一条no suitable ARIMA model found错误消息，我怀疑这可能是由于我传递给xreg部分的原因。我的数据集总共包含1176个观察值，其中包括一个我试图预测的变量，其余的是虚拟变量(假日、一周中的几天等)。我正试图将其作为回归变量传递给auto.arima。
library(forecast)
data <- read.csv(...)
#extract variable to be forecasted and extract regressors
forcast.var <-
浏览 2提问于2017-08-23得票数 2
让我先解释一下我的目标，因为虽然标题表达了我的策略，但我不认为这是解决问题的唯一方法。
我有一个R函数来传递拟合的模型对象，比如来自lm的模型对象，该函数提取模型框架，将其作为一个数据框架保存，标准化新数据框架中的变量，然后用标准化变量对模型进行修改，以方便对模型系数的解释。
示例代码，而不将其包装在函数中：
mod <- lm(mpg ~ wt, data = mtcars)
new_data <- model.frame(mod)
new_data <- data.frame(lapply(new_data, FUN = scale))
standardized_m
浏览 3提问于2017-09-04得票数 2
回答已采纳
1回答
我从一个广义的最小二乘模型(长寿~交配系统)中产生了一个方差分析，并且它没有显着性(0.08)。但是，当我使用汇总()运行模型时，我可以看到每个系数(交配系统的类型)都很重要。
从我所读到的(多次)，方差分析显示自变量中的方差是否可以用因变量来解释。而回归模型将检验因变量如何随自变量水平的变化而变化。
然而，我觉得我遗漏了一些东西，因为我不确定我完全理解一个因变量的单个水平的p值是什么，以及方差分析中一个因变量的总体p值意味着什么。
我希望有人能用比较外行的术语来解释我的结果。
浏览 0提问于2018-08-13得票数 2
回答已采纳
1回答
我使用LASSO (来自package glmnet)来选择变量。我已经拟合了一个glmnet模型，并绘制了针对lambda的系数。
library(glmnet)
set.seed(47)
x = matrix(rnorm(100 * 3), 100, 3)
y = rnorm(100)
fit = glmnet(x, y)
plot(fit, xvar = "lambda", label = TRUE)
现在我想得到系数变成0的顺序。换句话说，在哪个λ值下，每个系数变成0？
我在glmnet中找不到一个函数来提取这样的结果。我怎么才能拿到呢？
浏览 12提问于2022-08-10得票数 2
回答已采纳
我试图在我的数据集上使用OneCsRestClassifier。我提取了训练模型的特征，并在其上拟合线性SVC。在模型拟合之后，当我试图预测模型被拟合的相同数据时，我得到了所有的零。是因为一些实现问题，还是因为我的特征提取不够好。我认为，由于我是预测相同的数据，我的模型是拟合的，我应该得到100%的准确性。但我的模型预测了所有的零。这是我的密码-
#arrFinal contains all the features and the labels. Last 16 columns are labels and features are from 1 to 521. 17th column fr
浏览 4提问于2015-12-27得票数 1
回答已采纳
我正在运行一个有1000次迭代的蒙特卡洛模拟。在每次迭代中，我使用Harrell的rms包中的lrm函数拟合加权logistic回归模型。用lrm(y ~ x，weights=wt，x=T，y=T)对模型进行拟合。从拟合后的模型中提取回归系数和估计标准差等信息。
模拟崩溃并显示错误消息: Unable to fit model using "lrm.fit“。
我希望通过仅在安全的情况下评估函数来防止模拟崩溃。在大多数迭代中，没有问题。不知何故，在每次迭代中，我想告诉R，只有在它可以安全地完成的情况下，才能拟合函数。
有没有办法做到这一点？
浏览 0提问于2015-01-09得票数 0
在处理这些条款时，我总是迷失方向。特别是关于这种关系的问题，如低拟合-高偏差(低方差)或过拟合-高方差(低偏差)。以下是我的论点：
来自维基：
在统计中，**过度拟合是“产生一种分析，该分析与某一特定数据集过于密切或准确地对应，因此可能无法拟合额外的数据或可靠地预测未来的观测”。1--过度拟合模型是一种统计模型，包含比数据更多的参数。2的本质是在不知情的情况下提取一些剩余的变化(即噪声)，就好像这种变化代表了底层的模型结构一样。3.：45次拟合发生在统计模型不能充分捕捉到数据的底层结构时。未拟合的模型是一个模型，其中一些参数或术语会出现在一个正确指定的模型中。2。
基于这一定义，拟合不足和过度
浏览 0提问于2021-08-15得票数 1
2回答
线性混合效果模型传统上是以以下方式表示的。Ri = Xi×β+ Zi×bi +εi，其中β表示估计的固定效果，Z表示随机效果。因此，X是经典的设计矩阵。使用R，我希望能够在使用nlme包中的lme拟合模型后提取这两个矩阵。例如，数据集" rails "，也可以在nlme包中找到，包含6个随机选择的铁路轨道上的超声波旅行时间的三个单独测量。我可以拟合一个简单的模型，具有截距固定效果和每个轨道的随机效果，如下所示。
library(nlme)
lmemodel<-lme(travel ~ 1, random = ~ 1 | Rail, data=Rail)
X设计矩阵只是一个
浏览 0提问于2013-11-01得票数 6
1回答
我们可以在回归数据集上拟合一个LinearRegression模型，并检索包含每个输入变量的系数的coeff_属性。这些系数可以为粗略的特征重要性评分提供依据。这假设输入变量具有相同的比例，或者在拟合模型之前已经进行了缩放。
伯特呢？我们能从模型中提取coef_变量并使用它来计算文本分类任务中的特征重要性，如LinearRegression模型吗？
浏览 2提问于2021-12-27得票数 2
回答已采纳
我在将我的数据拟合到xgboost分类器模型时遇到了困难。当我运行以下命令时：
classifier = xgboost(data = as.matrix(training_set[c(4:15, 17:18,20:28)]),
label = training_set$posted_ind, nrounds = 10)
R Studio告诉我：
Error in xgb.DMatrix(data, label = label, missing = missing) :
'data' has class 'character' and length 14
浏览 0提问于2018-09-14得票数 3
1回答
使用Anaconda、Python 2.7.11、熊猫0.17.1、Mac OS X 10.11 (El Capitan)，如何在拟合统计模型时，从正在制作虚拟变量的列中删除一个虚拟变量，以避免多重共线性(或虚拟变量陷阱)？
如果一个人进入：
import pandas as pd
s = pd.Series(list('abca'))
pd.get_dummies(s)
返回的是：
a b c
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
我希望删除a、b或c列以避免多重共线性。
浏览 4提问于2016-02-01得票数 3
回答已采纳
在R中，我试图将一条白线叠加到一个图上，这是线性回归的结果。我想创建一个散点图，在x轴上显示TrainRegRpt$train.data.Price (原始价格)，在y轴上显示TrainRegress$fitted.values (来自lm模型的预计价格)，并通过绘制点绘制最佳拟合线。
下面是我的一些代码：
TrainRegress <- lm(PriceBH.df$Price ~ ., data=PriceBH.df, subset = train.rows)
TrainRegRpt <- data.frame(train.data$Price, TrainRegress$fi
浏览 3提问于2020-05-12得票数 0
如何有效地从几个线性回归模型中提取拟合值，并将它们附加到用于建立模型的原始数据中？
示例数据：
library(dplyr)
# Fit several (3 in this case) linear regression models
fitted_models <- iris %>%
group_by(Species) %>%
do(model = lm(Petal.Length~Sepal.Length+Sepal.Width, data = .))
我可以提取每一组的拟合值(见下文)，但这很麻烦，如果您有10或100的型号，这将是低效的。如何更有效地从模
浏览 1提问于2022-01-27得票数 2
回答已采纳
2回答
这是一个关于从lmfit fit_report()()对象中提取fit统计信息的问题。
在 lmfit示例中，返回以下部分输出：
[[Model]]
Model(gaussian)
[[Fit Statistics]]
# function evals = 31
# data points = 101
# variables = 3
chi-square = 3.409
reduced chi-square = 0.035
Akaike info crit = -336.264
Ba
浏览 3提问于2017-04-13得票数 2
回答已采纳
1回答
假设用100个数据点来拟合一个coxph模型。只有95个包含在分析中，而5个由于是NA (即缺失)而被排除。我在拟合的数据上提取残差，所以我有一个包含95个观测值的残差向量。我希望将残差包含回原始数据框中，但我不能这样做，因为长度不同。
如何识别原始数据框中的哪些观测值未包含在模型中，以便排除/删除它们以使两个长度相同？
(原始数据要大得多，因此很难定位数据丢失的位置……)
浏览 0提问于2013-07-02得票数 3
回答已采纳
1回答
提取Bagging集合的成员
、、、、
我使用了BaggingRegressor类来构建具有以下参数的最佳模型： from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import BaggingRegressor
Reg_ensemble=BaggingRegressor(base_estimator=DecisionTreeRegressor(max_depth=3),n_estimators=10,random_state=0).fit(feature,target) 有了上面的设置，它将创建10棵树。我想分别提取和访问集成回归的每个成员(每
浏览 17提问于2020-04-19得票数 1
回答已采纳
1回答
从lme4模型中获取预测器的类
、、、、
在对lme4模型进行拟合之后，我想知道如何从terms(fit)[[3]]获得预测器的类。
这里有一个简单的例子，但我很欣赏lme4中任何其他模型的功能答案。
注意：所有东西都必须从模型中提取出来。
library(lme4)
h <- read.csv('https://raw.githubusercontent.com/hkil/m/master/h.csv')
h$year <- as.factor(h$year)
m <- lmer(scale~ year*group + (1|stid), data = h)
terms(m)[[3]] ##
浏览 3提问于2020-05-21得票数 1
回答已采纳
2回答
线性模型的assign属性是什么？它应该以某种方式提供响应项的位置，但在实际中，它似乎列举了模型中的所有系数。据我理解，assign是S的结转，不受glm()的支持。我需要提取glm的等效信息，但是我不知道实现对lm做了什么，而且似乎也找不到源代码。lm.fit的帮助文件说，毫无帮助：
非空匹配将包含与线性拟合相关的组件assign、effects和(除非没有请求) qr，以供提取函数(如summary和effects )使用。
浏览 8提问于2016-03-25得票数 1
回答已采纳
1回答
我正在使用R中的h2o包通过h2o.glm()函数来拟合GLM。使用l1正则化惩罚评估GLM中特征重要性的一种合理方法是，随着l1惩罚权重在每个连续的lambda上降低，监控参数进入线性预测器(即模型)的顺序。我在h2o文档中找不到是否可以从返回的模型对象中提取此信息。
有没有人知道是否可以在每次连续的lambda之后查看拟合的模型表单
谢谢,
浏览 2提问于2018-02-08得票数 3
回答已采纳
有没有一种方法可以在ggplot2中加入自相关时间序列的平滑功能？
我有自相关的时间序列数据，目前我使用手动过程来确定拟合样条的95% CI。
使用和日期在数据框AB中。我使用的模型的主要组件如下：
d<-AB$Date
a<-AB$Usage
o<-order(d)
d<-d[o]
a<-a[o]
id<-ts(1:length(d))
a1<-ts(a)
a2<-lag(a1-1)
tg<-ts.union(a1,id,a2)
mg<-lm(a1
浏览 2提问于2011-07-07得票数 3
1回答
在滑雪板中是否支持直接使用熊猫的分类数据类型来拟合模型？据我所见，sklearn不支持这种数据类型，这是不幸的，因为分类数据类型既编码分类数据，又包含数据的映射方案。此外，分类编码纯粹是一个数据处理/处理问题，因此由Pandas来处理似乎更自然。
Note
我意识到在Pandas和sklearn中有几种编码分类变量的方法--这不是我要问的。
浏览 3提问于2015-06-15得票数 16
回答已采纳
我正在使用带TensorFlow后端的KERAS。假设这是模型块：
model.add(LSTM(units = 60, activation = 'tanh')
model.add(Dropout(rate = 0.5))
model.add(Dense(units = 1, activation = 'sigmoid'))
model.compile(optimizer = 'adam', loss = 'mse')
model.fit(X_train, Y_train, epochs = 200, batch_size =
浏览 0提问于2019-08-22得票数 0
1回答
我有两个数据集(培训和验证)，用于构建和验证Cox模型。
利用训练数据集，采用逐步选择法拟合cox模型。
模型中的重要变量是唯一包含在验证模型中的变量。，这是正确的方法吗？
在验证模型时，我意识到在验证模型中变量并不显着，cox模型的假设也不成立(我检查了验证数据的假设)。我是否应该忽略变量无关紧要的事实，继续用验证数据中的模型假设来修正问题？
第三，在培训和验证数据中，我对三组进行了可变的“治疗”。训练分标准组、新药组和合剂组，验证数据组为标准组、新药组和X组(训练数据与混合治疗组不同)。在这两个模型中都包含这个变量是正确的，还是应该消除不匹配的组:训练数据和验证数据中的混合，还是应该这样处
浏览 3提问于2016-06-27得票数 1
回答已采纳
3回答
我用OLS拟合了一个线性模型，因为变量之间的度量单位不同，所以我用R中的函数标度来缩放我的回归器。然后，使用lm命令对模型进行拟合，得到拟合模型的系数。据我所知，拟合模型的系数并不在原始回归变量的相同单位内，因此必须缩小，才能解释它们。我一直在寻找一种直接的方法来做这件事，因为找不到任何东西。有人知道怎么做吗？
请看一下代码，你能帮我实现你的建议吗？
library(zoo)
filename="DataReg4.csv"
filepath=paste("C:/Reg/",filename, sep="")
separator=";
浏览 1提问于2013-01-24得票数 4
回答已采纳
我想要做的是为线性模型中是否存在某个变量建立一个条件
举例说明。如果线性模型中有B
model <- lm(Y ~ A + B + C)
我想做点什么。我以前用过汇总函数来表示R平方。
summary(model)$r.squared
可能我正在寻找这样的东西
if (B %in% summary(model)$xxx)
或
if (B %in% summary(model)[xxx])
但是我找不到xxx。请帮助=)
浏览 0提问于2010-12-13得票数 3
1回答
我在R中做了一个基本的lm模型，我想得到最大和平均残差作为拟合值的百分比，但是我不知道该怎么做。
例如，如果我有一个3点的数据集--我的预测：(2，8，9) --我将它们与实际数据进行拟合：(4，10，12)，那么在拟合值的百分比方面，最大的残差(观察到-预测)是从第一次匹配开始的，因为它是拟合值的100% (残差，4-2 = 2，以及拟合值，即。我的预测是。平均残留率为(100±25 + 33)/3 = 52% (约)。
如果给定lm模型对象，是否有一个函数会产生这些结果，或者有人对如何为其编写代码有任何建议？我在R方面很新，不知道如何手动提取正确的数据。
感谢任何帮助你的人！
浏览 4提问于2014-01-09得票数 0
回答已采纳
我在试着做一些模型来拟合mtcar数据集。我做了一个只包括传输的模型，它给了我这个：
由于adj R^2只是.338，所以我正在寻找另一种模型。
为了做到这一点，我用一个变量来拟合所有可能的模型( mpg~wt，mpg~cyl，mpg~hp，.采用调整后的R^2值最高的模型，其值为mpg~wt。
然后，我用wt +一个其他变量来拟合所有可能的模型，并采用调整率最高的R^2模型，其中p值没有变高。这是mpg ~ wt+cyl型。
然后，我用wt + cyl +一个其他变量来拟合所有可能的模型，并寻找具有最高调整的R^2的模型，其中p值没有变高。我发现没有其他模型具有更高的R^2
浏览 2提问于2017-10-30得票数 0
回答已采纳
如果您拟合一个例如Thomas Cluster模型(例如使用kppm )，它将适合一个具有X个数的集群的模型。有没有一种方法可以提取每个X集群的中心估计在哪里？例如，如果具有500个点的ppp上的最佳拟合模型的平均数量为250个点，我们预计从数据中估计会有2个簇。这两个星团的中心坐标是多少？ 非常感谢
浏览 22提问于2020-12-10得票数 0
3回答
我正在尝试将多元正态分布拟合到我收集的数据中，以便从中提取样本。我知道如何使用fitdist函数(带有'Normal'选项)来拟合(单变量)正态分布。
对于多元正态分布，我如何做类似的事情？
在每个维度上单独使用fitdist不是假设变量是不相关的吗？
浏览 2提问于2014-08-02得票数 5
1回答
我有一个模型，它包含7年的时间趋势变量(例如2000=1,2001=2，...,2006=7)，以及6年的虚拟变量(因此除了2000年外，每年都有一个二进制变量)。当我要求R拟合这个线性模型时：
olsmodel=lm(lnyield ~ lnx1+ lnx2+ lnx3+ lnx4+ lnx5+ x6+ x7+ x8+ timetrend+
yeardummy2001+ yeardummy2002+ yeardummy2003+ yeardummy2004+
yeardummy2005+ yeardumm
浏览 4提问于2012-11-20得票数 1
回答已采纳
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
