這個問題與我的previous question密切相關,唯一的區別是我不想繪製數據,我試着自己解決它,但仍然陷入了困境創建函數自動創建彙總數據集(fit < - lm(y〜x1 + x2 + ... xn)
所以我想從線性迴歸擬閤中檢索自變量,擬合變量,殘差和標準化殘差。
我會用例子,這是好心由布賴恩·迪格斯創建的。所以,謝謝你。
dat <- data.frame(x1=rnorm(100), x2=rnorm(100,4,5), x3=rnorm(100,8,27), x4=rnorm(100,- 6,0.1),t=(1:100)+runif(100,-2,2))
dat <- transform(dat, y=x1+4*x2+3.6*x3+4.7*x4+rnorm(100,3,50))
fit <- lm(y~x1+x2+x3+x4, data=dat) # fit
dat$resid <- residuals(fit)
vars <- names(coef(fit))[-1]
下一步我卡住了,像以前一樣。我試圖只獲取用於迴歸的變量並將它們綁定到新的數據集。我嘗試了以下,但它不起作用。這一步是錯誤的。我可以綁定殘差,但沒有使用變量。
fit.data <- cbind(predict(fit),as.name(names(coef(fit))[2]))
任何幫助真的很感激。是的,仍然在自學教學。
你指的是實際的數據?你爲什麼不從'dat'那裏得到這樣的結果呢:'dat [,vars]'? –
謝謝尼克。你說得對,我可以用'dat'。不幸的是,我們正在尋找一個數據集,它有一些變量的空白字段,而不是其他字段。那些空白字段將被排除。 'na.omit()'會實現這一點。所以我可以綁定迴歸中使用的變量。所有的變量都有相同的長度。然後應用'na.omit()'。實際上,這應該與迴歸最終使用的數據集相同。從審計的角度來看,我仍然非常好奇將'na.omit'和'dat'創建的數據集與基礎擬合數據進行比較。 –
你一定要從'ggplot2'包中查看'fortify' ... –