【问题标题】:R formula for a nested model嵌套模型的 R 公式
【发布时间】:2019-09-10 19:51:54
【问题描述】:

我的数据当前位于包含 3 列(y、x、季节)的数据框中,其中季节是一个因素(“SPRING”、“SUMMER”、“FALL”、“WINTER”)

我拟合了一个线性模型

yi = b0 + b.xi + ei ~ N(0,sig^2)
lm(y ~ x)

我想针对表单的扩展模型对此进行测试

yij = b0 + bj.xij + eij     

其中 j (= 1:4) 是一年中的季节

通常我会创建设计矩阵 X,然后是 b = inv(X'X).(X'Y)

但是我想在 R 中使用 lm() 来执行此操作

我如何使用lm() 使这个扩展模型适应当前格式的数据?我是否必须将我的数据转换为具有 5 列(y、x1、x2、x3、x4)的宽格式,其中 xj 代表第 j 季的测量值?

【问题讨论】:

  • 查看如何在 R 中将分类变量添加到回归模型中,试试 herehere
  • 也许是plm(......,index = c("season"))(如果我没有理解错的话)。我认为您不是在寻找虚拟变量输入。
  • 你只是想要一个交互术语:lm(y ~ x* season)
  • @astrofunkswag 不正确。这没有被建模为效果

标签: r model nested


【解决方案1】:

所以我可以将我的数据保留为原始格式:具有 3 列(y、x、季节)的数据框,其中季节是一个因素。

型号是:

yij = b0 + bj.xij + eij

其中 j (= 1:4) 是一年中的季节

R 调用是:

lm(y ~ x:SEASON)

这相当于用公共截距拟合多条独立线(多个 b),其中每条线代表一个季节关系。

【讨论】:

    猜你喜欢
    • 2019-01-26
    • 1970-01-01
    • 2017-07-06
    • 2020-02-21
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-01-26
    • 1970-01-01
    相关资源
    最近更新 更多