问题标签 [lm]

我正在执行lm()参数formula, data,na.action和weights. 我的权重存储在一个数字变量中。

• 当我将公式指定为字符（即formula = "Response~0+."）时，我收到一个错误，即权重的长度不合适（即使它是）。
• 当我指定不带引号的公式（即formula = Response~0+.）时，该函数工作正常。

我在文档中偶然发现了这句话lm()：

所有的权重、子集和偏移量都以与公式中的变量相同的方式进行评估，即首先在数据中，然后在公式的环境中。

这对我来说很难解释，但我感觉它包含了我的问题的答案。

我正在研究一些 B 样条回归（一级，单结，不是很复杂），并且想比较内部结之前和之后部分的参数估计值。

现在我有这样的事情：

然后fit有截距估计和两组参数估计。

我有兴趣将这两个参数集与另一个参数集进行比较 - 有人知道划分bs模型对象或提取这两个子模型吗？或者，将 F 值转换为 R 中的 ap 值，以便我可以手动进行这些测试。

我学会了在我的 R 脚本中使用 lm 获得与某些点的线性拟合。所以，我这样做了（效果很好），并打印了合身：

我正在尝试确定判断这种合身程度的最佳方法。我需要将此拟合与其他一些拟合（使用lm()函数也是线性的）进行比较。从这个总结中得到什么价值是判断这种拟合有多好的最好方法？我正在考虑使用残差标准误差。有什么建议么。另外，如何从 fit 变量中提取该值？

我从 R 脚本中的 lm 调用中获得了两个线性拟合。例如...

我想找到这两条线 (fit1和fit2) 相交的 (x,y) 点，如果它们完全相交的话。

可能重复：
查找两个线性拟合在 R 中相交的位置

给定图表上的一些点（通常只有大约 6 或 7 个点），我需要找到一个最合适的解决方案，其中解决方案包括以下内容：

1. 两条直线
2. 线必须相交
3. 交点（x 点）必须位于我指定的两个值之间（例如 xLow 和 xHigh）

我将如何使用 nls （或更好的东西？）来做到这一点？

如果有多个最佳拟合，那么它们中的任何一个都可以。基本上，两条线形成一个V。

我想使用 R 中的 lm() 函数计算线性回归。此外，我想获得回归的斜率，其中我明确地将截距赋予lm().

我在互联网上找到了一个示例，并尝试阅读 R 帮助“？lm”（不幸的是，我无法理解），但没有成功。谁能告诉我我的错误在哪里？

感谢您的帮助。

我正在处理一个不平衡的设计/样本，最初是从aov(). 我现在知道，对于我的 ANOVA 测试，我需要使用类型 III 平方和，这涉及使用拟合lm()而不是使用aov().

问题是使用lm(). 我所做的所有研究都表明simint在multcomp包中使用会起作用，但现在它已更新，该命令似乎不可用。它似乎也依赖于经过aov()计算。

基本上我为 R 找到的所有 Tukey HSD 测试都假设您aov()用于比较而不是lm(). 要获得不平衡设计所需的 III 型平方和，我必须使用：

我如何使用 Tukey HSD 测试与我的 mod 使用lm()？或者相反，使用 III 型计算我的 ANOVA 并且仍然能够运行 Tukey HSD 测试？

谢谢！

而不是像lm(bp~height+age, data=mydata)我想按数字指定列，而不是名称。

我尝试过lm(mydata[[1]]~mydata[[2]]+mydata[[3]])，但问题在于，在拟合模型中，系数被命名为mydata[[2]]等mydata[[3]]，而我希望它们具有真实的列名。

也许这是一个没有你的蛋糕和吃它的情况，但如果专家能建议这是否可能，我将不胜感激

假设我想使用lm和 afactor作为右手边的变量来运行回归。选择因子中的哪个级别是基本类别（为避免多重共线性而被排除的类别）的最佳方法是什么。请注意，我对排除截距不感兴趣，因为我有很多因素。

我还想要一个基于公式的解决方案，而不是直接作用于 data.frame 的解决方案，尽管如果您认为您有一个非常好的解决方案，请也发布它。

我的解决方案是：

遗漏的类别 bylm是因子中的第一个级别，因此这只是重新排序级别，以便指定的级别是第一个级别，base_cat()其余的放在后面。

还有其他想法吗？

我希望做这样的事情：

而不必这样做：

我希望我的问题是有道理的！非常感谢，伙计们！