r - 在回归模型中使用二次项找到最小效应

Question

二次项在回归中很常见。这是约翰福克斯的一个例子（http://www.jstatsoft.org/v08/i15/paper）

library(car) # For data
library(splines)  # For bs()
library(effects) # For plotting

data(Prestige)

prestige.mod <- lm(prestige ~ log(income) + bs(education, df=3) + poly(women, 2), data=Prestige)
summary(prestige.mod)

test <- plot(all.effects(prestige.mod, default.levels=50))

R中是否有任何命令可以立即获得二次效应的最小值/最大值，而无需手动导出/绘制它？

Answer 1

如果我理解正确，我将近似于“女性”的值，在该值处可以找到“最小效应”：

idx <-  which.min( predict(prestige.mod, newdata= data.frame(
       women=seq(min(Prestige$women), max(Prestige$women), length=100), 
       income=mean(Prestige$income, na.rm=TRUE), 
       education=mean(Prestige$education, na.rm=TRUE) ) ) )
idx
#37 
#37 
# Just copy the argument to the newdata argument in predict call above
# and get the value that produced the minimum
 seq(min(Prestige$women), max(Prestige$women), length=100)[idx]
#[1] 35.45818

predict在“newdata”数据帧中包含的值序列上使用该函数无疑是在“幕后”发生的，以绘制这些“效果”。