0

我想调整这样的功能：

fit4 = lm(mut ~ ent + score + wt + I(ent^2) + I(score^2) +I(wt^2))

当summary(fit4)我得到：

Coefficients:                 
                          Estimate   Std. Error t value Pr(>|t|)   
(Intercept)              -1.779381   0.086256 -20.629   <2e-16   
ent                       2.724036   0.072543  37.550   <2e-16   
score                     0.473230   0.009450  50.077   <2e-16   
wt                       -0.464216   0.031141 -14.907   <2e-16
I(ent^2)                 -0.473427   0.018814 -25.164   <2e-16
I(score^2)                0.030187   0.004851   6.222    5e-10
I(wt^2)                   0.043386   0.004609   9.413   <2e-16
---

现在我想得到同样的结果，但是做上述函数的平方根误差：sqrt(ent + score + wt + I(ent^2) + I(score^2) +I(wt^2)),但是当我简单地添加“sqrt()”时，摘要会返回如下内容：

                    Estimate 
(Intercept)          1.066025                                                                                                                    
I(sqrt(ent + score + wt + I(ent^2) + I(score^2) + I(wt^2))) -0.24028

（对于 Std.Error、t 值等也是如此）

如何添加“平方根”或“对数”并仍然获得函数每个元素的值？

4

1 回答 1

2

您必须单独将该功能应用于所有这些。所以

fit4 = lm(mut ~ log(ent) + log(score) + log(wt) + 
                log(I(ent^2)) + log(I(score^2)) +log(I(wt^2)))

会做想要的

原因：

log(ent + score + wt + I(ent^2) + I(score^2) +I(wt^2))

被解释为单个回归量。所以对于 r 它就像lm(mut~x)wherex=log(...)而不是

x=log(ent) + ... + log(I(wt^2))

于 2014-02-17T11:34:07.923 回答