1
如何計算線性迴歸模型的和估計值的方差,其中?如何找到線性迴歸估計量的方差?
R中是否有函數來尋找點估計量,如均值,這兩個估計量的方差?
我的數據是
fit <- lm(log(TV.Drna$ppDr)~log(TV.Drna$ppTV),data=log(TV.Drna))
如何計算線性迴歸模型的和估計值的方差,其中?如何找到線性迴歸估計量的方差?
R中是否有函數來尋找點估計量,如均值,這兩個估計量的方差?
我的數據是
fit <- lm(log(TV.Drna$ppDr)~log(TV.Drna$ppTV),data=log(TV.Drna))
您是第vcov
功能之後。創建經過簡單重複性數據集
set.seed(1)
dd = data.frame(x = rnorm(10), y= rnorm(10))
並創建lm
對象
m = lm(y ~ x, data=dd)
您可以通過
R> vcov(m)
(Intercept) x
(Intercept) 0.11394 -0.02662
x -0.02662 0.20136
訪問方差 - 協方差矩陣可以訪問的點估計您的參數通過
coef(m)
其他有用的統計資料可通過summary(m)
訪問。
最小的重現性示例在哪裏? –
如果你做'summary(yourModel)'它會打印這個東西 – jenesaisquoi
你對'lm'的調用看起來很奇怪。爲什麼不首先創建一個data.frame並記錄數據,然後通過'lm'的'data'參數調用這個data.frame? –