【问题标题】:Combining two polynomial equations with different degrees in r在 r 中组合两个不同次数的多项式方程
【发布时间】:2020-05-23 23:34:05
【问题描述】:

我有两条多项式回归线

  1. v=lm(game_rating~poly(votes,2),data=board_games)
  2. t=lm(game_rating~poly(timeplay,4),data=board_games)

现在的问题是如何将这两条线组合成一条线以获得新的回归game_rating=f(votes,timeplay)。我该怎么做才能将它们加在一起?

我尝试使用“+”添加它们,但 r 错误地显示了二进制运算符的非数字参数。

vt=lm(game_rating~poly(votes,2),data=board_games)+lm(game_rating~poly(timeplay,4),data=board_games)

*注意:回归线 1 在predictor games_rating 和变量votes 之间,2 次多项式是可以做出预测的最佳线。第 2 行也一样。

【问题讨论】:

  • 欢迎来到 Stack Overflow!帮助我们帮助您:提供minimal reproducible example。特别是,请edit您的问题包括R命令dput(board_games)的输出。此外,我觉得你在寻找什么有点不清楚。你想得到一个包含两个预测变量的新回归吗?你想得到系数的总和乘以每个方程的预测变量吗?
  • 可能是lm(game_rating ~ poly(votes, 2) + poly(timeplay, 4), data=board_games)?

标签: r non-linear-regression


【解决方案1】:

添加两个线性模型可能无法让您通过组合这两个模型获得真正的目标,您需要运行一个包含两个变量的模型。

假设我了解您希望通过添加这些模型来实现什么目标, 您应该运行一个模型,而不是创建一个模型来预测独立模型中的 Y ~ xY ~ z 然后添加它们:

Y ~ x + y

在您的具体情况下:

lm(data = board_games, game_rating ~ poly(votes,2) + poly(timeplay,4))

【讨论】:

    猜你喜欢
    • 2018-10-05
    • 1970-01-01
    • 2018-09-04
    • 2017-05-08
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-08-26
    • 2019-04-05
    相关资源
    最近更新 更多