在R中，有很多冗余且有时相互冲突的指定公式的方式。是否有一个全面而简洁的参考资料来将概念模型映射到R语法，而不是使用?formula?
我对广泛概述感兴趣，包括用于指定非线性和分层模型的语法，例如glm、lmer、gam、earth，包括嵌套的（/）、混合模型中的随机和固定效应，以及流行贡献软件包中发现的其他内容，例如s和te用于样条。
1个回答
25
R附带了几个手册，可以从运行R时顶部右侧的“帮助”菜单中访问，也可以在线上的多个位置找到。例如，《R简介》的第11章有几页关于公式的内容。虽然我不确定它是否构成了一个“全面”的资源，但它涵盖了大部分你需要知道的关于公式如何工作的内容。公式在S语言中的规范参考可能是 Chambers J.M.和Hastie T.J.（1992）编写的《S中的统计模型》。Chapman & Hall出版社，伦敦。尽管这种方法的起源来自 Wilkinson G.N.和Rogers C.E.（1973）的研究，“用于方差分析的阶乘模型的符号描述。” 应用统计学，22，392-399。与R相关的一些最近的书籍讨论了公式，但我不确定是否可以称之为全面。此外，还有许多在线资源（例如这里），通常包含非常有用的信息。话虽如此，一旦您熟悉使用R中的公式，并且可以将更多的知识放置在其中，帮助页面就包含了大量的信息（以及它链接到的其他页面）。它有点简洁和神秘，但是一旦您拥有R特定工作方式的更广泛基础知识，它就可以非常有用。关于R公式的具体问题（取决于其内容），可能会在StackOverflow或CrossValidated上讨论。确实已经有一些与公式相关的相当高级的问题（使用类似
[r] formula的搜索可能会很有成果），并且有更多这样的问题将有助于帮助那些遇到这些问题的用户；如果您有具体问题，我鼓励您提出。至于“冗余”和“冲突”，我想您指的是例如有多种指定无截距模型的方法：y ~ . -1和y ~ . +0都可以使用，但在稍微不同的上下文中每种方法都有意义。此外，还有一个常见的问题，即必须从公式接口中隔离二次和高阶项（使用I(x^2)作为预测器，使其通过公式接口而不受损伤，并在足够远的地方幸存下来以被解释为代数表达式）。同样，一旦你了解了“幕后”发生了什么，这似乎就不那么麻烦了。以下是我刚才提到的事情的具体例子：lm(dist ~ . -1, data=cars) # "remove-intercept-term" form of no-intercept
lm(dist ~ . +0, data=cars) # "make-intercept-zero" form of no-intercept
lm(dist ~ speed + speed^2, data=cars) # doesn't do what we want here
lm(dist ~ speed + I(speed^2), data=cars) # gets us a quadratic term
lm(dist ~ poly(speed,2), data=cars) # avoid potential multicollinearity
我认为公式接口至少需要在?formula帮助文档中提供更多指导和更好的示例。
- Glen_b
5
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
gam）中指定样条函数（例如s和te）。 - AbeI不仅限于指定多项式项 - 还需要指定其他变量转换（包括加法、乘法、对数、指数）。 - Abelm(dist~log(speed),data=cars)按预期工作。 - Glen_b＃-注释确切地解释了为什么那个系数存在，并且该注释并不涉及不同的模型，（ii）它们不是相同的系数（因为poly使用（1，x，x ^ 2）的正交变换），并且当多重共线性是一个严重的问题时，甚至不一定是完全相同的拟合。如果您愿意，我可以删除那行，但我认为当人们考虑拟合多项式时，他们应该考虑使用它，所以既然我提到了多项式，我觉得指向poly很重要。 - Glen_bX+I(X^2)，而应该提供poly(X,2)。如果不这样做，就会剥夺他们进入多项式推断的安全统计通道。 - IRTFM