Imputations created in this way preserve the interaction of bmi with chl
这里,在原始数据集中创建了一个名为bmi.chl的新变量pred步骤表示我们不想从bmi.chl预测bmi和chl。但是现在,如果我们想要应用一个模型,我们如何进行呢?由"~I((bmi-25)*(chl-200))"定义的产品仅仅是控制主要效果(即bmi和chl )<e
我寻求循环通过变量(可以包含在宏变量或数据集中)来创建具有交互条件的宏变量,我可以在回归中使用这些条件。下面是一个例子。我试图循环这些变量,并创建一个可用于回归的宏变量。% interactions = age sex bmi sex*age bmi*age然后在下一次迭代中使用性。% interactions = age sex bmi ag
我已经用鼠标输入了我的数据,但是现在我需要用输入的变量创建一个索引。我希望这个新变量出现在我计算的数据的所有迭代中,以便以后汇集回归结果。= 10,
seed = 23109) 此数据集有4个变量(年龄、bmi、hyp、chl)。想象一下,我想要为所有5个模型添加一个新变量,其bmi和chl的平均值将是bmi_chl。 我想使用for循环,因此它对所有5个模型执行操作。for (i in 1