lm

    1熱度

    1回答

    我在R.初學者這是一個非常簡單的代碼,我正在努力挽救殘差項: # Create variables for child's EA: dat$cldeacdi <- rowMeans(dat[,c('cdcresp', 'cdcinv')],na.rm=T) dat$cldeacu <- rowMeans(dat[,c('cucresp', 'cucinv')],na.rm=T) # Cr

    0熱度

    1回答

    我有一個有三個變量的矩形表:國家,年份和通貨膨脹。我已經擁有了所有可以描述的描述,現在我需要做一些分析,並且認爲我應該對目標國家進行一些線性迴歸。我最好的想法是創建一個名爲inflation.in.country.x的新變量,並在這個新列中循環遍歷x的通貨膨脹,但似乎有些不清楚的解決方案。 如何獲得矩形數據表的線性迴歸?結構是這樣的: > dat %>% str 'data.frame': 11

    4熱度

    1回答

    我的第一個問題這裏:) 我的目標是:考慮到與預測的數據幀(每列一個預測器/行的觀察結果)使用LM擬合迴歸,然後預測使用滾動窗口使用上次觀察的值。 數據幀看起來像: > DfPredictor[1:40,] Y X1 X2 X3 X4 X5 1 3.2860 192.5115 2.1275 83381 11.4360 8.7440 2

    0熱度

    1回答

    我有一個有多個因素的數據庫。我想迭代每個變量的每個因子的迴歸,但對於整個數據庫。例如: for (i in unique(db$Product)) { for (j in unique(db$Super)) { for (c in unique(db$Category)) { db$prueba <- lm(prueba ~ 0 + as.factor(Super)[j] *

    0熱度

    1回答

    我試圖使用,以適應betaregression模型betaregpackage對這些數據的betaregfunction: df <- data.frame(category=c("c1","c1","c1","c1","c1","c1","c2","c2","c2","c2","c2","c2","c3","c3","c3","c3","c3","c3","c4","c4","c4","c4",

    2熱度

    2回答

    我試着在這裏搜索了一段時間,但是我沒有真正找到解決我的問題的方法。我想要一個簡單的方法來獲得擬合模型的方程,並將其與我的原始數據一起顯示。 這裏是到目前爲止的工作代碼: #the dataframe: library(ggplot2) df<-data.frame(x=c(0,3,5,7,9,14),y=c(1.7,25.4,185.5,303.9,255.9,0.0)) #fitting

    1熱度

    1回答

    我試圖從迴歸運行中逐像素提取NDVI /降水柵格疊加中的殘差。當我用我的一小部分數據運行它時,我的腳本就可以工作。但是,當我嘗試運行整個研究區域時,我得到:「setValues(out,x)中的錯誤:值必須是數字,整數,邏輯或因子」 因爲我可以提取斜率和攔截。我只是不能提取殘差。 任何想法如何解決這個問題? 這裏是我的腳本: setwd("F:/working folder/test") gim

    0熱度

    1回答

    是 lm(y~poly(x1, x2,x3, degree=2, raw=TRUE), data) 等於 lm(y~x1 + x2 + x3 + x1*x2 + x1*x3 + x2*x3 + x1^2 + x2^2 + x3^2 , data) ? 如果是,爲什麼我們需要設置raw=TRUE?

    -2熱度

    1回答

    任何人都可以請解釋如果我們僅僅傳遞數據幀作爲參數,lm()的工作原理。例如,我正在運行lm(split(mtcars,mtcars$cyl)[[1]])。 lm如何解釋這個,輸出是什麼意思? 謝謝。

    1熱度

    1回答

    我想寫使用tidyeval(非標準評價)。採用基礎R NSE圍繞「LM」的功能,它的工作原理: lm_poly_raw <- function(df, y, x, degree = 1, ...){ lm_formula <- substitute(expr = y ~ poly(x, degree, raw = TRUE), env = list(y = su