r - 我的 R 公式是否等同于我想到的统计模型？

Question

问题：

使用构建统计模型formula是 R 语言的一个强大而优雅的特性。我没有formula尽可能多地使用的原因之一是语法有点混乱（例如x*y，并不简单地表示“和的乘积x” y）。

问题：

我正在寻找一种方法来确保我formula正确使用了语法，并且formula我输入的内容真正实现了我想到的统计模型。理想情况下，我希望在实际拟合模型之前得到确认。

例子：

说，我想通过线性回归找到模型的参数a和。天真地，我在 R 中输入了这个by = a + b*(x1*x2)

df <- data.frame(y=seq(5), x1=runif(5), x2=runif(5)) # toy data
lm(y~x1*x2, data=df)    # this is wrong

我可以从输出中lm看出这不是我想要的，因为和的额外x1系数x2。但是在调用拟合函数之前应该可以调试公式。（适合这个模型的正确方法是lm(y~x1:x2, data=df)）

score 4 · Accepted Answer

在运行模型之前调试公式的一种方法是使用formulaand update：

f <- formula( y ~ x1*x2)
update( f , terms( f ) )
# y ~ x1 + x2 + x1:x2

f <- formula( y ~ x1:x2)
update( f , terms( f ) )
# y ~ x1:x2

巧合的是，您还可以a通过包含 1 (1* a= a) 在模型中指定截距项（即的系数），因此这是等效的：

f <- formula( y ~ 1 + x1:x2)
update( f , terms( f ) )
# y ~ x1:x2

1 回答 1