【发布时间】:2021-05-09 07:25:32
【问题描述】:
我有一个数据框,我做了一个线性模型。我想提取系数并将每个系数存储到使用 R 的变量中。 这是我的数据框
df <- mtcars
fit <- lm(mpg~., data = df)
这就是我提取一个系数的方法
beta_0 = fit$coefficients[1]
我想对模型中的所有系数自动执行此操作。我尝试使用循环但不工作。我知道不是正确的代码,但这就是我发现的
for (i in fit$coefficients(1:11)) {
d["s{0}".format(x)] = variable1
}
【问题讨论】:
-
什么是
d。我认为您可以只做coef(fit)来返回所有系数,而不是在全局环境中创建多个对象 -
这看起来你可能正在混合 Python 和 R 语法??
-
嗨。感谢您的回答。不,这一切都在 R 中。我尝试使用该函数将值存储在不同的变量中。我需要将每个系数放在不同的变量中才能运行蒙特卡罗模拟。这就是我想要找到的,但我没有得到任何答案,所以我想一次解决一个问题。 stackoverflow.com/questions/66053962/…
-
也许你应该删除另一个问题,如果它本质上是这个问题的副本?上一个问题只有 2 小时的时间,您不应该立即获得答案。
-
您的其他问题实际上更相关。我认为您实际上正在寻找的答案是您应该将新的随机变量变成 matrix 并使用矩阵乘法来计算预测值:
X %*% coef(fit)。然后,您永远不需要将系数向量解压缩成一堆单独的变量(并弄乱您的工作区等)
标签: r linear-regression