0
R中這兩個模型有什麼區別?R中的x^2和I(x^2)有什麼區別?
model1 <- glm(y~ x + x^2, family=binomial(link=logit), weights=numbers))
model2 <- glm(y~ x + I(x^2),family=binomial(link=logit), weights=numbers))
還有什麼等於在SAS的I(x^2)
?
R中這兩個模型有什麼區別?R中的x^2和I(x^2)有什麼區別?
model1 <- glm(y~ x + x^2, family=binomial(link=logit), weights=numbers))
model2 <- glm(y~ x + I(x^2),family=binomial(link=logit), weights=numbers))
還有什麼等於在SAS的I(x^2)
?
的I()
功能裝置「按原樣」而^n
(到n的功率)的操作裝置「包括這些變量和所有交互最多n個方式」
這意味着:
I(X^2)
字面上倒退ý針對X平方並
X^2
裝置包括X和X的2方式相互作用,但因爲它是唯一一個V-易於交互,因此它只返回本身,即X.請注意,在您的公式中,您說X + X^2
轉換爲X + X
,在公式語法中只考慮一次。即兩個X中的一個將被刪除。
示範:
Y <- runif(100)
X2 <- runif(100)
df <- data.frame(Y,X1,X2)
b <- lm(Y ~ X2 + X2^2 + X2,data=df)
> b
Call:
lm(formula = Y ~ X2 + X2^2 + X2, data = df)
Coefficients:
(Intercept) X2
0.48470 0.05098
a <- lm(Y ~ X2 + I(X2^2),data=df)
> a
Call:
lm(formula = Y ~ X2 + I(X2^2), data = df)
Coefficients:
(Intercept) X2 I(X2^2)
0.47545 0.11339 -0.06682
希望它能幫助!
謝謝。它確實有幫助 – 2014-11-21 09:15:09
這已被詢問並回答了很多次。請閱讀'?公式',如果您仍然不清楚差異,請編輯您的問題,以明確剩下的問題。 – 2014-11-20 22:09:40