我正在嘗試將x * log(x)模型擬合到數據中。擬合成功執行,但我在解釋結果係數時遇到困難。這裏是我的代碼的快照。解釋R中的迴歸係數
x <- c(6, 11, 16, 21, 26, 31, 36, 41, 46, 51)
y <- c(5.485, 6.992, 7.447, 8.134, 8.524, 8.985, 9.271, 9.647, 10.561, 9.971)
fit <- lm(y ~ x*log(x))
coef(fit)
> (Intercept) x log(x) x:log(x)
3.15224227 0.10020022 1.12588040 -0.01322249
我該如何解釋這些係數?我們稱它們爲a,b,c,d。我應該把它們放在公式「x * log(x)」中?
StackOverflow更多用於編程問題。幫助解釋統計模型可能更適合於crossvalidated.com。 – joran
對不起,我不清楚我的問題。我並不是要解釋係數的價值本身。我們稱之爲4個係數a,b,c,d:擬合實際上是爲了什麼功能?例如,a + b * xlog(c * x)? – user2410215
'?lm'中的文檔詳細描述了模型公式的含義,建議您仔細閱讀。具體來說,'*'在這種情況下具有特殊的(非算術)含義。 – joran