线性回归方程 R答案

【问题标题】：Linear regression equation R线性回归方程 R
【发布时间】：2017-03-24 17:38:18
【问题描述】：

当我们在 R 中运行线性回归时，R 在什么变量下保存了实际的回归方程，我的意思是 R 实际上是否以以下形式保存方程：

y=B0 +B1x1 + B2x2 + B3x3 等

我问是因为我想稍后调用那个方程，或者我需要创建一个新变量并让它等于上面的方程，同时包括我的 beta 值，这样（例如）在回复

z=0.1 + 0.2x1 +0.3x2 +0.4x3 等

我知道可以使用预测功能，但我不确定这是否正是我正在寻找的功能

【问题讨论】：

fm <- lm(demand ~ Time, BOD); formula(fm)
除了使用predict，方程式不会以您描述的形式保存，afaik。最接近的可能是coef，您可以从中构造其余部分。
如果您的目标是将估计的系数应用于新数据集，您希望使用predict。如果您不确定如何使用它，请查看帮助文件（如果您使用的是lm，那就是?predict.lm）和其他类似的问题，例如stackoverflow.com/questions/9028662/…。如果您想将该公式用于任何其他目的，请将其提取出来并像 G. Grothendieck 在他的评论中描述的那样使用它。
@ZheyuanLi 我能否为我的预测变量指定概率分布，以便在我进行预测时使用它们？
@ZheyuanLi 是的。因此，例如，我希望为它们中的每一个（仅预测变量）提供一个 rnorm 分布，以及我想在回归方程中使用的这些分布中的值

标签： r regression

【解决方案1】：

如果你想得到系数，你可以在你的lm上使用summary()。

仅查看模型项及其估计值、SE 等...

my_lm <- lm(Sepal.Length~Sepal.Width+Petal.Width+Petal.Length,iris)
coeffients <- summary(my_lm)$coefficients
coeffients
               Estimate Std. Error   t value     Pr(>|t|)
(Intercept)   1.8559975 0.25077711  7.400984 9.853855e-12
Sepal.Width   0.6508372 0.06664739  9.765380 1.199846e-17
Petal.Width  -0.5564827 0.12754795 -4.362929 2.412876e-05
Petal.Length  0.7091320 0.05671929 12.502483 7.656980e-25

然后您可以随心所欲地使用。最后，formula() 将返回您在 lm() 中调用的内容

formula(my_lm)
Sepal.Length ~ Sepal.Width + Petal.Width + Petal.Length

如果你不想使用 predict()，可以使用这个对象来代替。

my_coef<-(coeffients[,1])
my_coef
 (Intercept)  Sepal.Width  Petal.Width Petal.Length 
   1.8559975    0.6508372   -0.5564827    0.7091320

【讨论】：