【问题标题】:force given coefficients in lm()在 lm() 中强制给定系数
【发布时间】:2019-08-22 01:49:45
【问题描述】:

我目前正在尝试使用lm() 将多项式模型拟合到测量数据。

fit_poly4 <- lm(y ~ poly(x, degree = 4, raw = T), weights = w)

x 作为独立变量,y 作为因变量,w = 1/测量的方差。

我想尝试一个具有给定系数的多项式,而不是由 R 确定的多项式。具体来说,我希望我的多项式是

y = -3,3583*x^4 + 43*x^3 - 191,14*x^2 + 328,2*x - 137,7

我尝试输入为

fit_poly4 <- lm(y ~ 328.2*x-191.14*I(x^2)+43*I(x^3)-3.3583*I(x^4)-137.3, 
                weights = w)

但这只是返回一个错误:

terms.formula(formula, data = data) 中的错误:ExtractVars 中的模型公式无效

有没有办法确定lm() 中的系数以及如何做到这一点?

【问题讨论】:

    标签: r model formula lm polynomials


    【解决方案1】:

    我不知道你为什么要这样做,但你可以使用一个偏移量:

    set.seed(101)
    dd <- data.frame(x=rnorm(1000),y=rnorm(1000), w = rlnorm(1000))
    
    fit_poly4 <- lm(y ~ 
          -1 + offset(328.2*x-191.14*I(x^2)+43*I(x^3)-3.3583*I(x^4)-137.3),
          data=dd,
          weights = w)
    

    -1 抑制了通常的截取项。

    【讨论】:

    • 谢谢。我们的目标是使用 Excel 为我的数据提供的多项式,并查看它与 R 提供的解决方案相比如何拟合。
    猜你喜欢
    • 2016-12-06
    • 1970-01-01
    • 1970-01-01
    • 2013-05-13
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2023-03-22
    • 2014-02-08
    相关资源
    最近更新 更多