我有一个实验数据集,希望将其拟合为多项式。该数据包含一个自变量、一个因变量以及后者测量中的不确定性,例如:
2000 0.2084272 0.002067834
2500 0.207078125 0.001037248
3000 0.2054202 0.001959138
3500 0.203488075 0.000328942
4000 0.2013152 0.000646088
4500 0.198933825 0.001375657
5000 0.196375 0.000908696
5500 0.193668575 0.00014721
6000 0.1908432 0.000526976
6500 0.187926325 0.001217318
7000 0.1849442 0.000556495
7500 0.181921875 0.000401883
8000 0.1788832 0.001446992
8500 0.175850825 0.001235017
9000 0.1728462 0.001676249
9500 0.169889575 0.001011735
10000 0.167 0.000326678
(列 x、y、±y )。
使用上述内容,我可以进行多项式拟合,例如:
mydata = read.table("example.txt")
model <- lm(V2~V1+I(V1^2)+I(V1^3)+I(V1^4), data = mydata)
但这并没有利用不确定性的值。我该如何告诉R,数据集的第三列是一个不确定因素,因此应在回归分析中使用?
attach(data)
:我从《R语言实战》(第二版,例如第467页)中得到了这个,所以认为它是标准的。 - Joseph Wright