我有一个包含 5 个自变量的数据框,我希望线性方程采用这种形式:
y = A (a + pA + qB + rC + sD + tE)
其中A
, B
, C
,D
和E
是我的自变量,p
, q
, r
,s
和t
是我需要找到的系数。
我有一个包含 5 个自变量的数据框,我希望线性方程采用这种形式:
y = A (a + pA + qB + rC + sD + tE)
其中A
, B
, C
,D
和E
是我的自变量,p
, q
, r
,s
和t
是我需要找到的系数。
使用中的lm()
命令R
可以执行以下操作:
#Pseudo Data
y = rnorm(100)
A = rnorm(100)
B = rnorm(100)
C = rnorm(100)
D = rnorm(100)
E = rnorm(100)
AB = A*B
AC = A*C
AD = A*D
AE = A*E
model = lm(y~-1+A+AB+AC+AD+AE)
产生:
> model
Call:
lm(formula = y ~ -1 + A + AB + AC + AD + AE)
Coefficients:
A AB AC AD AE
0.1896753 -0.0835971 -0.0183475 -0.0007795 -0.0174815
>
> summary(model)
Call:
lm(formula = y ~ -1 + A + AB + AC + AD + AE)
Residuals:
Min 1Q Median 3Q Max
-2.05531 -0.58641 0.08847 0.73281 2.86074
Coefficients:
Estimate Std. Error t value Pr(>|t|)
A 0.1896753 0.1084157 1.750 0.0834 .
AB -0.0835971 0.1088133 -0.768 0.4442
AC -0.0183475 0.1264781 -0.145 0.8850
AD -0.0007795 0.0930502 -0.008 0.9933
AE -0.0174815 0.1140712 -0.153 0.8785
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.957 on 95 degrees of freedom
Multiple R-squared: 0.03374, Adjusted R-squared: -0.01712
F-statistic: 0.6634 on 5 and 95 DF, p-value: 0.6521
使用 中的:
变量之间的命令formula
来获得它们没有主效应的乘法交互。例如:
y = A (a + pA + qB + rC + sD + tE)
我不知道你是否试图抑制拦截,但我认为是这样,因为你没有放入a
所需的估计列表。
y ~ 0 + A + A:B + A:C + A:D + A:E
.