在R中使用lm或dylm函数来回归不同频率的变量
在R中，可以使用lm函数或dylm函数来回归不同频率的变量。
lm函数是R中用于线性回归分析的函数，可以用于回归同频率的变量。它的基本语法是：
lm(formula, data)其中，formula是回归模型的公式，data是包含数据的数据框。
dylm函数是R中用于动态线性模型分析的函数，可以用于回归不同频率的变量。它的基本语法是：
dylm(formula, data, frequency)其中，formula是回归模型的公式，data是包含数据的数据框，frequency是指定不同频率的变量的频率。
回归不同频率的变量可以用于分析时间序列数据，例如将低频率的数据（如月度数据）回归到高频率的数据（如日度数据）。这样可以通过回归模型来预测高频率数据的变化。
在回归不同频率的变量时，需要注意数据的对齐和插值处理。可以使用R中的时间序列函数（如ts、xts、zoo等）来处理时间序列数据。
对于回归不同频率的变量，腾讯云提供了一些相关产品和服务，例如：
- 腾讯云时间序列数据库TSDB：用于存储和分析时间序列数据，支持高效的数据查询和计算。
- 腾讯云云服务器CVM：提供可靠的计算资源，用于运行R语言和执行回归分析。
- 腾讯云对象存储COS：用于存储和管理大规模的数据文件，方便在R中读取和处理数据。
以上是关于在R中使用lm或dylm函数回归不同频率的变量的基本介绍和相关腾讯云产品的推荐。希望对您有帮助！
相关·内容
2回答
我在R中做线性模型，我的因素包括出生率、死亡率、婴儿死亡率、预期寿命和地区。区域有7个级别，使用数字表示每个区域：
东亚及太平洋AmericaMiddle 南亚欧洲和中亚北美拉丁文东非和北非<code>H 214</code><code>G 215</code>
我在R中进行了Lasso回归，试图改进广义线性模型。拉索回归系数如下：
我会把拉索回归选择的因素放在R中的lm函数中：
Lasso.lm <- lm(log(GNIpercapita) ~ deathrate + infantdeaths + life.exp.avg +
浏览 6提问于2020-11-12得票数 2
1回答
我用lm函数在R中做了一个多元线性回归，我想用它来预测几个值。所以我尝试使用函数predict()。这是我的代码：
new=data.frame(t=c(10, 20, 30))
v=1/t
LinReg<-lm(p ~ log(t) + v)
Pred=predict(LinReg, new, interval="confidence")
所以我想预测当t=c(10,20,30...)时p的值。然而，这是行不通的，我不明白为什么。我得到的错误消息是：
Model.frame.default中的错误(术语、新数据、na.action = na.action、xlev =
浏览 5提问于2015-04-15得票数 1
回答已采纳
如何在使用-in函数的非线性回归中将交互项lm指定为x:z？随机效应-in lm as (1|z)-？
这是我的模型，只有一个预测器：
library(nlme)
nlme(y ~ SSasymp(x, Asym, R0, lrc),
data = na.omit(df),
fixed = Asym + R0 + lrc ~ 1,
random = Asym ~ 1|z,
start = c(Asym = 1.1, R0 = 2.0, lrc = 4.9))
我知道，在上面的模型中，我有x作为一个固定的效应，并对z有随机截距。
但
浏览 7提问于2022-03-16得票数 0
3回答
我有大约90个变量存储在数据2-90中。我怀疑其中大约有4个与data1有抛物线样的相关性。我想找出哪些是相关的。有什么简单快捷的方法吗？
我尝试过构建这样的模型(对于每个变量I=2:90，我可以在循环中这样做)：
y <- data$AvgRating
x <- data$Hamming.distance
x2 <- x^2
quadratic.model = lm(y ~ x + x2)
然后看看R^2/系数，得到相关的概念。有更好的方法吗？
也许R可以用这90个变量建立一个回归模型，并选择那些本身具有显着性的变量？那有可能吗？对于线性回归，我可以在JMP中这样做，但我
浏览 14提问于2016-08-01得票数 7
回答已采纳
假设我有这样的数据集。
mydata=structure(list(x1 = 1:3, x2 = 1:3, x3 = 1:3, x4 = 1:3, x5 = 1:3,
x6 = 1:3), class = "data.frame", row.names = c(NA, -3L))
如何通过交换因变量和自变量来执行回归？例如，我们可以创建像这样的模型
mymodel1=lm(x1~x2,data=mydata)
оr
x3~x5
or
x5~x1
以此类推，我还可以结合predcitors.For示例
mymod=lm(x1~x2+x6+x5)
or
mymod2=lm
浏览 1提问于2021-02-16得票数 0
1回答
我想用glmnet或lm.ridge在R中做一个脊回归。
我需要用log(Y)做这个回归
cost ~ size + weight ⇒ log(cost) ~ size + weight
但是，我发现没有像glm这样的glmnet或lm.ridge链接。
对这个问题有什么想法吗？
浏览 4提问于2016-10-04得票数 0
回答已采纳
1回答
循环ggplot2多元线性回归
、、、、
我试图循环我的多元线性回归图和总结，但我始终遇到一个错误的R，它的状态Error: More than one expression parsed。我不知道如何解决这个问题，或者是否有更好的方法来实现我想要做的事情，主要是：
GroupCompute 图以Group为颜色的多元线性回归图，对每条线性回归线进行汇总，基于回归 anova确定差异
colNames <- names(df)[c(35:39)]
for(i in colNames){
plt <- ggplot(df,
aes_string(x=df$MachineLength, y=i, fill=df$Grou
浏览 2提问于2020-09-10得票数 0
回答已采纳
我试图对数据集中的每个邮政编码运行回归，并将系数保存到数据帧中，但我遇到了问题。
每当我运行下面的代码时，我都会得到一个名为“系数”的数据帧，其中包含每个邮政编码，但每个邮政编码的截距和系数等于简单回归lm(Sealed$hhincome ~ Sealed$square_footage)的结果。
当我运行下面链接中Ranmath的例子中的代码时，一切都像预期的那样工作。我在STATA工作多年后才接触R，所以如果有任何帮助，我将非常感激:)
library(plyr)
Sealed <- read.csv("~/Desktop/SEALED.csv")
x <-
浏览 4提问于2012-11-16得票数 3
根据我在R中指定线性回归模型(对于范畴变量)的方式，得到不同的标准误差值。
例如,
library(alr4)
library(tidyverse)
FactorModel <- lm(I(log(acrePrice)) ~ I(as.factor(year)), data = MinnLand)
summary(FactorModel)
但是，如果我用"+0“指定了一个回归模型，那么标准错误(以及其他值)是不同的。
FactorModel1 <- lm(I(log(acrePrice)) ~ I(as.factor(year)) + 0, data = Min
浏览 2提问于2020-10-12得票数 0
回答已采纳
2回答
我试图用这些数据创建一个多元线性回归模型：
bweight gestwks hyp sex
1 2974 38.5200004577637 0 female
2 3270 NA 0 male
3 2620 38.150001525878899 0 female
4 3751 39.799999237060497 0 male
5 3200 38.88999938964
浏览 3提问于2020-03-08得票数 1
回答已采纳
嗨，我想运行二项响应变量的两阶段最小二乘回归。对于连续响应变量，我使用R包"sem“中的"tsls”选项。
下面是我的命令，我想知道我这样做是正确的。
(x:内生变量，z:工具变量，y:响应变量(0或1))
xhat<-lm(x~z)$fitted.values
R<-glm(y~xhat, family=binomial)
R$residuals<-c(y - R$coef[1]+x*R$coef[2])
谢谢
浏览 1提问于2015-06-22得票数 1
1回答
Hallo我目前正在用以下代码进行回归分析：
for (i in 1:ncol(Ret1)){
r2.out[i]=summary(lm(Ret1[,1]~Ret1[,i]))$r.squared
}
r2.out
此代码在第一列之前对数据帧中的每一列运行简单的OLS回归并提供这些回归的R^2。目前回归使用列的所有数据点。我现在需要的是，代码不是使用列中的所有数据点，而是使用滚动的数据点窗口。因此，他计算了30天的滚动窗口R^2在整个时间框架内。输出是一个矩阵，每个滚动窗口的每个(1，i)对的所有R^2。
此代码执行滚动回归部分，但不对每个(1，i)对进行回归。
dolm <-
浏览 2提问于2017-08-29得票数 2
回答已采纳
学习R...不管怎么说：
在只有x和y的简单回归中，我输入：
predict(data1.lm, interval="prediction")
和
predict(data1.lm, interval="confidence")
我搞不懂它们的区别是什么。
浏览 0提问于2012-02-23得票数 8
回答已采纳
谁能向那些统计上幼稚的人解释一下Multiple R-squared和Adjusted R-squared之间的区别？我正在进行单变量回归分析，如下所示：
v.lm <- lm(epm ~ n_days, data=v)
print(summary(v.lm))
结果：
Call:
lm(formula = epm ~ n_days, data = v)
Residuals:
Min 1Q Median 3Q Max
-693.59 -325.79 53.34 302.46 964.95
Coefficients:
浏览 3提问于2010-05-20得票数 40
回答已采纳
1回答
我用R做了一些多元回归。我知道，如果输入reg <- lm(y~ 0+ x1+ x2，data)，您将强制回归模型通过原点。
我的问题是，我有很多独立变量(+/-100)，如果我以这种方式输入，R似乎不会全部读取它们。
lm(y~ 0 + x1 + x2 + ... + x100, data)
代码的使用如下：
[1] data <- read.csv("Test.csv")
[2] reg <- lm(data)
[3] summary(reg)
我需要在第2行中放入什么，以便强制模型通过原点？reg <- lm(0 + data)不能工作。
浏览 0提问于2013-09-22得票数 3
回答已采纳
1回答
我有一个问题，那就是如何每次在回归模型中添加一个变量来计算调整后的R平方。
例如,
lm(y~x1)
下一次，我想做
lm(y~x1+x2)
然后,
lm(y~x1+x2+x3)
我试过粘贴，但不起作用。例如，lm(y~paste("x1","x2",sep="+"))。
有什么想法吗？
浏览 0提问于2013-08-22得票数 1
3回答
我有一个庞大的数据框架，其中包含从1970年1月到2009年12月的7个不同国家(包括美国)的月度股票回报(行)(列)。我的任务是使用70年代、80年代、90年代和00年代这4个不同时期的值，将每个国家的股票收益(因变量)与美国股票收益(自变量)进行回归。
数据集(.csv)可从下载
这意味着我要单独运行24个回归并报告结果，我已经使用lm()函数完成了这项工作。然而，我目前正在尝试更智能地使用R，并创建自定义函数来实现我的目的并产生24组结果。
我已经创建子数据帧，其中包含根据时间段聚类的观察值，知道十年中有120个月。
seventies = mydata[1:120, ] # 1970s
浏览 0提问于2013-01-29得票数 1
回答已采纳
如果我的问题已经有答案，我很抱歉问我的问题。到目前为止，我找不到一个。
我目前正在对债券的财务数据进行回归。我回归的目的是确定两个债券组合是否表现出显著不同的收益率。我控制4个变量(V1到V4)来控制其他风险来源。
回归公式如下：
(“高投资组合”一次回归，“低投资组合”一次回归)
ield(p)=∝(p)+ 1(p)*V1+2(p)*V2+3(p)*V3(p)+4(p)*V4(p)
这将导致R中的下列代码：
Regression_High <- lm(T_Portfolio ~ T_Slope +T_Credit+T_Ratingscore+ T_Duration)
(
浏览 1提问于2018-03-12得票数 0
回答已采纳
2回答
我正在尝试学习R后使用Stata，我必须说，我喜欢它。但现在我有麻烦了。我即将对Panel数据进行多次回归，所以我使用的是plm包。
现在，我希望R中的plm得到与使用lm函数时相同的结果，而当我执行异方差性、鲁棒性和实体固定回归时，将得到相同的结果。
假设我有一个包含变量Y、ENTITY、TIME、V1的面板数据集。
在R中，我得到了与此代码相同的标准错误
lm.model<-lm(Y ~ V1 + factor(ENTITY), data=data)
coeftest(lm.model, vcov.=vcovHC(lm.model, type="HC1))
就像我在Stata
浏览 4提问于2010-12-13得票数 18
3回答
我希望根据公式> r²= (x-h)²+(y-k)²的圆计算半径的预测区间。圆的R半径，x，y，是高斯坐标，h，k，标记拟合圆的中心。
# data
x <- c(1,2.2,1,2.5,1.5,0.5,1.7)
y <- c(1,1,3,2.5,4,1.7,0.8)
# using nls.lm from minpack.lm (minimising the sum of squared residuals)
library(minpack.lm)
residFun <- function(par,x,y) {
res <- sqrt((x-par$h)^
浏览 2提问于2013-08-07得票数 2
1回答
我执行回归分析，并尝试在ggplot2中为数据集diamonds.csv找到最合适的模型。我使用价格(响应变量)与克拉进行线性回归、二次回归和三次回归。这条线不是最合适的。我意识到excel中的对数有最好的拟合线。然而，我不知道如何在R中编写代码来找到对数拟合线。有人能帮上忙吗？
价格与克拉的比较
model<-lm(price~carat, data = diamonds)
模型2使用多项式进行比较
model2<-lm(price~carat + I(carat^2), data = diamonds)
在model3中使用立方体
model3 <- lm(price~c
浏览 10提问于2017-07-31得票数 2
回答已采纳
在stats中，有很好的函数对lm或glm对象执行残差和回归删除诊断，例如：
stats::plot.lm和stats::influence.measures
示例：
lm.object <- lm(sr ~ pop75 + dpi + ddpi, data = LifeCycleSavings)
plot(lm.object)
influence.measures(lm.object)
我想对spdep::spautolm (键入"SAR")对象做这些(或类似的)诊断，但是plot.lm和influence.measures都不接受spdep::spautolm/
浏览 0提问于2015-04-20得票数 1
3回答
我希望使用R中的lm()函数计算线性回归。此外，我还希望获得回归的斜率，其中我显式地将截距指定给lm()。
我在互联网上找到了一个例子，我试着阅读R-help "?lm“(不幸的是我不能理解它)，但我没有成功。有人能告诉我我的错误在哪里吗？
lin <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2))
plot (lin$x, lin$y)
regImp = lm(formula = lin$x ~ lin$y)
abline(regImp, col="blue")
# Does n
浏览 0提问于2011-09-07得票数 42
回答已采纳
我正试图在一个大约34,000次观测的面板数据集上运行一个集合OLS回归。当在R中调用lm()时，这个过程将花费很长时间，最终消耗超过30 in的内存(因此，在估计回归时，内存就会耗尽)。事实上，我不得不被迫退出程序，因为我的电脑差点崩溃。
当我在Stata中运行完全相同的回归时(在相同的数据集上)，这个过程大约需要1秒。我不知道这是怎么回事，我是不是做错了什么？
R代码：
pooled1=lm(ret ~ l_ret + l_btm + l_roe, data=panel)
Stata代码：
reg ret l_ret l_btm l_roe, r
浏览 2提问于2017-11-11得票数 0
回答已采纳
3回答
我想用lm函数做线性回归。我的因变量是一个名为AccountStatus的因子
1:0 days in arrears, 2:30-60 days in arrears, 3:60-90 days in arrears and 4:90+ days in arrears. (4)
作为自变量，我有几个数值变量：Loan to value、debt to income和interest rate。
有没有可能用这些变量进行线性回归？我在网上找到了一些关于dummy的东西，但这些都是关于自变量的。
这不起作用：
fit <- lm(factor(AccountStatus) ~ Origin
浏览 1提问于2014-03-05得票数 12
回答已采纳
2回答
可能重复：
我正在使用memisc包中的write.mtable()在一个(选项卡分隔的)表中显示几个回归的结果，这些结果可以很容易地粘贴到Word/Excel/等等中。
由于这些表往往很快就会变大，所以有时我希望将输出限制为回归中包含的变量的任意子集。
是否有一种简单的方法不将某些解释变量的结果包含在回归表中，而不实际从回归本身中删除这些变量？当然，简单的方法是，一旦将行粘贴到Word/Excel/etc中，就删除它们，但是也许有一个更优雅的解决方案。
例如，从mtable文档中的一个示例开始：
lm0 <- lm(sr ~ pop15 + pop75,
浏览 3提问于2012-11-19得票数 3
我已经根据这个问题生成了一个图表：
它们包括同一图上的多个变量及其回归线。
我也有方程式和R2，但我不知道如何把它放在图上。
ddply( d, "variable", function(u) {
r <- lm(value ~ Xax, data=u);
c(coef(r), r.squared=summary(r)$r.squared) } )
这也可以在同一问题中找到
现在我想为每个变量生成回归方程和R2值，并将其放在图形上(例如，将方程和R2放在每条直线的左侧或右侧)。
如何做到这一点？？
谢谢
浏览 0提问于2012-03-05得票数 2
2回答
我有10000个样品。有4个自变量和1个因变量。
自变量均以0均值为中心。
📷
我发现这些变量之间的相关系数如下：
📷
我使用了线性回归模型，下面是该模型的总结：
📷
现在，基于线性回归模型中预测变量的系数，我被要求找到显着的预测因子(s)。
基于相关值，我认为X4将是一个重要的预测因素，但它的回归系数表明了一个完全不同的情况。(x4在lm摘要输出中的系数值最小)。你能帮我理解什么是正确的方法来识别重要的预测因子(s)？
另外，即使我从lm模型中删除了x4变量，残差标准误差仍然是相同的，哪种情况可以重新迭代它不是一个重要的预测器？是
我的理解对吗？
此外，我运行了R中可用的VarImp函数，它
浏览 0提问于2020-02-23得票数 2
1回答
我想用不同的截取和相同的斜率绘制回归线。
使用下面的ggplot2代码，我可以用不同的截取和不同的斜率绘制回归线。但不知道如何用不同的截取量和相同的坡度绘制回归线。
library(ggplot2)
ggplot(data=df3, mapping=aes(x=Income, y=Consumption, color=Gender)) + geom_point() +
geom_smooth(data=df3, method = "lm", se=FALSE, mapping=aes(x=Income, y=Consumption))
Consumption
浏览 1提问于2015-08-09得票数 6
回答已采纳
2回答
在R中运行一个回归：
fit = lm(y ~ x + log(x) + z + log(z) + (z-1)^2, data=data)
我得到了非常高的R^2值。我将(z-1)^2替换为我将调用的变量q，它定义为(z-1)^2，得到的R^2值要低得多。
现在我很清楚，^在lm()中并不是指数，但是它是做什么的呢？我看了看这里，，但我没有真正理解它。
浏览 4提问于2015-04-17得票数 4
我试着用滚动窗口对FF 3因素进行回归。
为此，我在R中找到了函数roll_lm，但该函数仅为这3个变量中的一个生成回归输出。
这里描述了该代码：
Y <- as.matrix(Portfolio_returns[,2])
X1 <- as.matrix(Mydata[,2])
X2 <- as.matrix(Mydata[,3])
X3 <- as.matrix(Mydata[,4])
Five_years_Rolling_reg <- roll_lm(X1 + X2 + X3,Y,60)
当我应用coef函数时，我只得到X1的输出，
浏览 0提问于2019-07-27得票数 1
回答已采纳
我正在使用R lm()函数进行多元线性回归
lmfit <- lm(formula = `Var1` ~
`Var2`
+ `Var3`
+ `Var4`,
data=df)
然后是car库中的leveragePlots函数
library(car)
leveragePlots(lmfit)
这给出了每个变量的线性回归图，但我还没有找到一种显示置信区间的方法。你能帮帮忙吗？
浏览 1提问于2018-01-23得票数 0
回答已采纳
在R中开发回归模型时，我有一些类似的东西：
c_lm = lm(trainingset$dependent ~ trainingset$independent)
c_pred = predict(c_lm,testset$independent))
每一次，我都会从R得到一个神秘的错误：
Warning message:
'newdata' had 34 rows but variables found have 142 rows
这实际上转化为R无法找到测试集data.frame的独立列。这仅仅是因为在lm中公式的右边的确切名称必须存在于预测中。为了解决这个问题，我可以这样
浏览 2提问于2013-12-17得票数 4
我有一个贝塔回归模型(使用'betareg'软件包)和曲线图，但为了报告结果，我需要R平方和贝塔。我只知道用于从lm方程中寻找Beta的lm.beta funtion和用于从lm方程中寻找r平方的摘要(lm(DV~IV, data=mydata))$r.squared。如何找到beta回归模型的这些值？
浏览 11提问于2017-08-06得票数 2
1回答
我有一个如下所示的dataframe (df)：
yourbehavior condition tryreduce comfortable vegvalidity
1 2 4 3 3
2 5 7 4 5
3 7 1 2 4
我想找出一种有效运行以下回归的方法。
lm(yourbehavior ~ condition + tryreduce +
浏览 0提问于2019-11-20得票数 3
回答已采纳
1回答
我目前正在写我的论文和相对较新的R，我需要执行一个赫基特两阶段模型(invMillsRatio加公顷)，因为我有那么多的缺失数据。不过，我不知道该怎么做。我有三个主要模型(两个线性回归(一个lm和一个对数线性)和一个审查回归)，但是我现在如何执行这个heckman修正？
我真的很感激你的帮助，我一点也不知道！
浏览 5提问于2017-08-10得票数 0
1回答
我想对R中的一组数据进行(非常)高阶回归，但是poly()函数有一个25阶的限制。
对于这个应用程序，我需要一个范围为100到120的订单。
model <- lm(noisy.y ~ poly(q,50))
# Error in poly(q, 50) : 'degree' must be less than number of unique points
model <- lm(noisy.y ~ poly(q,30))
# Error in poly(q, 30) : 'degree' must be less than number of u
浏览 5提问于2016-10-01得票数 5
回答已采纳
在使用线性回归模型时，我将数据分成训练集和测试集。然后，我使用以下公式计算R^2、RMSE和MAE：
lm.fit(X_train, y_train)
R2 = lm.score(X,y)
y_pred = lm.predict(X_test)
RMSE = np.sqrt(metrics.mean_squared_error(y_test, y_pred))
MAE = metrics.mean_absolute_error(y_test, y_pred)
我认为我计算的是整个数据集的R^2 (而不是比较训练数据和原始数据)。但是，我了解到在对模型进行评分之前必须对其进行拟合，因此我不确定是
浏览 0提问于2016-05-14得票数 2
1回答
在SPSS中，使用二次项和交互作用的回归语法如何？在R中，守则是：
fit <- lm(c ~ a*b + a*I(b^2), dat)
或
fit <- lm(c ~ a*(b+I(b^2), dat)
谢谢你帮忙。
浏览 1提问于2014-05-27得票数 1
回答已采纳
我尝试在Rmd文件中包含lm对象的摘要，使用如下代码，但不起作用。你能帮我吗？
```{r summary_lm, results='asis', echo=FALSE, comment=NA}
库(Apsrtable)
数据<- lm(y ~ x，my_model = data.frame(y = rnorm(10)，x= 1:10))
res <- apsrtable( my_model ) #my_model是一个线性回归模型(lm)
cat("$$latex \n"，res，"\n$$ \n")
浏览 2提问于2013-02-10得票数 6
回答已采纳
我有两条多项式回归线
v=lm(game_rating~poly(votes,2),data=board_games)t=lm(game_rating~poly(timeplay,4),data=board_games)
现在的问题是如何将这两行合并成一个新的回归game_rating=f(votes,timeplay)。我怎样才能把它们加在一起呢？
我试图使用"+“添加它们，但是r错误地将非数字参数显示为二进制运算符。
vt=lm(game_rating~poly(votes,2),data=board_games)+lm(game_rating~poly(timeplay,4),d
浏览 6提问于2020-05-23得票数 0
1回答
如何将多个回归分析的汇总输出插入R统计软件包的矩阵型变量中？
下面是我的脚本，它运行回归并在一个变量中收集截获和系数：
for (i in 2:(ncol(data.base))) {
Test <- lm(data.base[,i] ~ log(database$var.1))
results <- rbind(results, c(Test$coefficients))
}
我想要做的是将每个回归的summary(lm-test)导入到一个矩阵类型的变量中。我假设矩阵类型变量就是我需要的。
我很感谢你的帮助。
浏览 0提问于2012-11-10得票数 0
3回答
我想知道，SAS是否可以将所有数据集变量包含到一个回归模型中，而无需全部输入它们。我以前用过R，我想要的是：
model <- lm(y ~ ., data = d)
但在SAS里。
浏览 3提问于2015-03-05得票数 3
回答已采纳
1回答
LM的覆盖概率计算
、、、
我正在试图计算一组在截距和回归斜率上生成的剩馀引导复制的复盖概率。有人能告诉我如何计算置信区间的覆盖概率吗？非常感谢。
注意，我使用Qr分解手动运行回归，但如果更容易的话，可以使用lm()。我只是觉得手动操作会更快。
set.seed(42) ## for sake of reproducibility
n <- 100
x <- rnorm(n)
e <- rnorm(n)
y <- as.numeric(50 + 25*x + e)
dd <- data.frame(id=1:n, x=x, y=y)
mo <- lm(y ~ x, data=dd)
浏览 1提问于2020-12-27得票数 2
回答已采纳
1回答
在建模中，对依赖于线性、二次、三次和四元(?)的依赖项进行单变量回归是很有帮助的。窗体，以查看捕捉统计数据基本形状的内容。我是一个相当新的R程序员，需要一些帮助。
这是伪码：
for i in 1:ncol(data)
data[,ncol(data) + i] <- data[, i]^2 # create squared term
data[,ncol(data) + i] <- data[, i]^3 # create cubed term
...and similarly for cubed and fourth power terms
# n
浏览 0提问于2014-01-30得票数 0
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
3回答
我已经在两种不同的视觉感知测试中测试了大量的参与者--现在，我想看看两种测试的性能有多大的相关性。
为了使相关性可视化，我用ggplot()在R中绘制了一个散射点，并拟合了一条回归线(使用stat_smooth())。但是，由于我的x和y变量都是性能度量，所以在拟合我的回归线时，我需要同时考虑它们--因此，我不能使用简单的线性回归(使用stat_smooth(method="lm"))，而是需要拟合正交回归(或完全最小二乘)。我该怎么做呢？
我知道我可以在formula中指定stat_smooth()，但我不知道使用什么公式。据我所知，所有预置方法(lm, glm, gam,
浏览 2提问于2014-11-18得票数 4
回答已采纳
3回答
总之，我对R非常陌生，在现有的问题数据库中找不到任何适合我的问题。我正在运行一个包含多个回归(200)的循环，并试图将结果/系数绑定到一个数据帧中，这样我就可以使用一组头文件导出到Excel中。每个回归中的所有变量都是相同的。我的循环的回归部分看起来像这样，
getreg<-OutChg~USInput
stepreg<-lm(getreg,data=mydata)
我正在尝试使用“主”数据帧将所有内容绑定在一起，例如，
master<-data.frame()
master<-rbind(master,stepreg$coefficients)
但我得到的响应是Err
浏览 4提问于2017-07-08得票数 1
回答已采纳
我在R lm(A~X_Y_Z)，A=numerical变量中进行了三次交互作用的线性回归，而X，Y，Z都是带因子的范畴变量。X=5因子，Y=2因子，Z=4因子。每次我运行回归时，最后一层的三路交互就会丢失。例如，如果我重新调整Z因子，最后一个是在三向交互中被丢弃。
系数：(8因奇点而未定义)。(R输出中提到了这一点)
我尝试过使用零截取，但它没有产生任何区别，lm(A~0+X_Y_Z)或lm(A~X_Y_Z-1)和所有其他可能的组合。
lm (A ~X*Y* Z，data = dat)
X=5因子，Y=2因子和Z=4因子--每个变量中的一个因素作为基准线。
浏览 3提问于2021-05-26得票数 0
1回答
我想在表格中检索线性回归的系数和R的平方。在第一列中:我有时间列，在其他列中，我想分别与第一列进行回归。
modele <- function(data, x) {
modele.ex <- formula(paste(colnames(data)[1],colnames(data)[2:length(data)],sep="~"))
modele.ex
tab <- coefficients(lm(modele.ex,data=data))
return(data.frame(tab))
}
tab_res <- apply(data
浏览 0提问于2019-08-18得票数 0
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
