lm - 優秀な図書館

lm

0熱

1答えて

私は以下のデータセットを用意しています。 train<-data.frame(x1 = c(4,5,6,4,3,5), x2 = c(4,2,4,0,5,4), x3 = c(1,1,1,0,0,1), x4 = c(1,0,1,1,0,0), x5 = c(0,0,0,1,1,1)) 、私は列用に別のモデルを作成したいとしx4、コラムx1とx2に基づいてx5。例 lm1 <

-2熱

1答えて

Rのlmのsummary（）の係数の名前を変更するにはどうすればよいですか？

私は多くの相互作用の用語を持っていますが、これらの係数の名前はLaTeXに出力されるので、煩雑ではありません。データフレーム内のすべてのやりとりを事前に生成したくない、というのは大きな迷惑です。

1熱

2答えて

予測プロットに「matlines」を使用した場合の信頼区間の色を変更するにはどうすればよいですか？

私は対数回帰の最良適合線と、その線の周りの信頼区間をプロットしています。信頼区間が両方とも "グレー"（デフォルトの "赤"と "緑"ではなく）であることを除いて、私が使用しているコードは十分に機能します。残念ながら、私は色の変更を指定するときにそれらを隔離する方法を見ていない。回帰直線はです。lty = 1, col = "black"; 信頼区間は：lty=2, col = "gray"です

1熱

1答えて

傾き係数が1.75であるかどうかについて仮説検定を行うときにp値を取得しない

Ho: ß1 = 1.75の仮説をテストする必要があります。私はこれを書いています： model1<- lm (y - x) model2<- lm (y - x, offset = 1.75*x) anova(model1, model2) しかし、私はP値を得ることができませんでした。任意のアイデア？ありがとうございました。エディタお知らせこれは誤植（そのタイプミスとしてこれを閉

2熱

1答えて

係数表にランクが不足しているフィッティングのNA行がありません。それらを挿入するには？これは私が欲しいものではありません

library(lmPerm) x <- lmp(formula = a ~ b * c + d + e, data = df, perm = "Prob") summary(x) # truncated output, I can see `NA` rows here! #Coefficients: (1 not defined because of singularities) #

0熱

1答えて

`scatterplot3d`：3Dスキャッタプロットに回帰平面を追加できません

Rで3Dスキャッタプロットを作成し、回帰平面を追加したいと思います。私はstatmethods.netウェブサイトのコードを見てきました。これは非常に便利なことがあります。私は自分のデータで試してみたが、飛行機は現れなかった。 library(scatterplot3d) s3d <- scatterplot3d(Try$Visits, Try$Net.Spend, Try$Radio, pch

2熱

1答えて

毎回データのランダムなサブセットを使用して回帰を複製し、回帰係数の分布をチェックしますか？

私は、車の価格、ブランド、マイレージなどからなるデータセットを扱っています私の回帰を2,000回実行することで、自分の独立変数（マイレージ）それぞれの回帰について300回の観測をサンプリングすることによって計算される。以下は私の回帰のモデルである： model <- lm(price ~ mileage, data = dat) 私はそれが動作しませんでした for (i in 1:200

3熱

1答えて

`aov`と` lm`が返す "効果"は何ですか？

$coefficientsと$effectsの違いをaovの出力で確認したいと思います。ここで、f1因子と相互作用f1 * f2は重要です。私はその要因が応答に及ぼす影響を解釈したいと思って、私は$effectsが私の必要としていると思っていました。次の簡単なデータセットを考えてみましょう。 f1 <- c(1,1,0,0,1,1,0,0) f2 <- c(1,0,0,1,1,0,0,1)

3熱

1答えて

ディレクトリ内の複数のファイルをループするリニアモデル

26個の.csvファイルを含むフォルダがあります。各ファイルには、ヘッダーがDO2とTime_minの2つの列があり、すべてに少なくとも300以上の行があります。私が欲しいがそれぞれの線形モデルを作り、x=Time_minとy=DO2で散布を行い、26モデルのそれぞれについてcoefficientとR^2を取り、テーブルにそれを置きます。これはコードが書かれている限り私が書いたものです。私はそ

-1熱

1答えて

2つの仕様が与えられたRの何かを予測するには？

私は非常に大きなデータセットを持っています。ここにそのいくつかの例があります。 Car sport SUV Wagon Minivan Pickup AWD RWD MSRP Invoice EngineSize Cylinders HP City.MPG Hwy.MPG Weight Chevrolet Aveo 4dr 0 0 0 0 0 0 0 11690