问题标签 [lm]

如果我这样做，我会得到两个系数（截距和年份）

但正确答案是 0.944

有没有办法为响应变量指定 glm 公式？如果我对第一个数据框使用第二个公式，我会得到错误的答案，因为“。” 还包括“年”。在第二个数据框中，我在作弊，因为只有一列。

我想为分组变量的唯一组合定义的子集自动执行简单的多元回归。我有一个数据框，其中包含几个分组变量 df1[,1:6] 和一些自变量 df1[,8:10] 和一个响应 df1[,7]。

这是数据的摘录。

使用 unique(df1[,1:6]) 返回分组变量的 5 个因子组合。所以应该有 5 个子集我应用 lm() 函数。我的电话看起来像这样

问题 1：它返回一个包含 16 个列表条目的列表。显然，它计算了前六个分组变量的所有可能的因子组合。（V5+V6只有on水平，而V1:4在节选中有两个水平水平。导致2^4=16）但它应该只使用数据中真实存在的因素组合。所以我想 by() 不是实现这一目标的正确功能。有什么建议么？
问题 2：我发现引用列索引而不是变量名更容易。所以我最初试图以 lm(df1[,7]~df1[,8]+df1[,9]) 的方式使用我的 lm() 函数。那没有成功。因为我总是访问整个 df1 数据框而不是子集。所以可能我应该将因子组合的行索引传递给 lm() 函数而不是完整的数据框。

我认为问题 1 和 2 的解决方案在某种程度上是相关的，并使用另一个子集函数来解决。如果有人可以尝试解释我的错误在哪里，那就太好了。如果可能的话，我会坚持使用标准包，因为我想提高对 R 的理解。谢谢

编辑：变量赋值中的一个小错误

我试图自动化我的一段代码，以便编程变得不那么乏味。

基本上，我试图fastbw()在rms包中逐步选择变量。我想将选择的变量列表传递fastbw()给公式y ~ x1+x2+x3，“x1”“x2”“x3”是选择的变量列表fastbw()

这是我尝试过但没有用的代码

我是 R 新手，还没有经历过陡峭的学习曲线，所以对于明显的编程错误深表歉意。

考虑以下 R 代码（我认为它最终会调用一些 Fortran）：

为什么摘要返回值？由于 Y 没有变化，这个模型不应该不适合吗？更重要的是，为什么模型 R^2 ~= .5？

编辑

我跟踪了从 lm 到 lm.fit 的代码，可以看到这个调用：

这就是真正适合的地方。查看http://svn.r-project.org/R/trunk/src/appl/dqrls.f）并没有帮助我理解发生了什么，因为我不知道 fortran。

在 R 中，当某些系数由于奇异性而被丢弃时，如何使用 vcovHC() 计算稳健的标准误差？标准 lm 函数似乎可以很好地计算实际估计的所有系数的正常标准误差，但 vcovHC() 会引发错误：“面包错误。%*% 肉。：不符合的参数”。

（我使用的实际数据有点复杂。事实上，它是一个使用两种不同固定效应的模型，我遇到了无法简单摆脱的局部奇点。至少我不知道如何。对于我使用的两个固定效应第一个因子有 150 个级别，第二个有 142 个级别，总共有 9 个奇点，这是因为数据是在十个块中收集的。）

这是我的输出：

这是为重现错误而截取的最小代码。

我有一个对数对数线性函数：

我想使用相同的数据集获得 y_hat，我做到了

结果似乎很多（与我在 R 中手动计算的 y-hat 进行比较）。

任何原因？

第二个相关问题是，我首先在原始数据集 mod_dt 中添加了三列，用于 y、x1 和 x2 的对数转换。比如说，它们被命名为 logy、logx1 和 logx2，然后我运行 lm：

这给出了一组不同的系数。

这可以通过这样做给出正确的 y-hat

提前谢谢了。

我将 dlply() 与一个自定义函数一起使用，该函数平均 lm() 的斜率适合包含一些 NA 值的数据，并且我收到错误“lm.fit 中的错误（x，y，offset = offset，singular.ok = single.ok, ...) : 0 (non-NA) case"

仅当我使用两个关键变量调用 dlply 时才会发生此错误 - 由一个变量分隔可以正常工作。

令人讨厌的是，我无法使用简单的数据集重现错误，因此我已将问题数据集发布到我的保管箱中。

这是代码，在仍然产生错误的同时尽可能最小化：

提前感谢您的任何见解。

在 R 中，您可能已经估计了一个具有对数转换因变量的模型：

然后您可能想要更改模型框架并调用更新以重新调整模型：

这将导致错误：

原因是公式仍然有因变量log(salary)，模型框架中的变量称为log(salary)。R认为它可以找到salary然后调用log它。如果没有重新采样，同样的错误也会发生，这个例子只是说明了为什么人们可能想要这样做。

上面的过程来自执行重新采样行的引导程序包。这种行为是意料之中的，还是一个错误？我知道可以通过转换 data 参数中的变量来解决它，但这似乎很烦人并且被忽视了......

我似乎无法让lm函数在任何以 0 作为数据值的列上正常工作。这是我的代码：

但是当我对 进行总结时project.lm，我在线性模型中得到了数以千计的变量，实际上每个 的值对应一个变量Bsmt.Unf.SF。这发生在所有值为 0 的列上；否则，一切正常。有任何想法吗？！？

我有 2 个数据框。一个是训练数据 ( pubs1)，另一个是 ( pubs2) 测试数据。我可以创建线性回归对象，但无法创建预测。这不是我第一次这样做，也不知道出了什么问题。

这里有什么我想念的吗？