R中的线性模型-乘法表达式

Question

R中的线性模型-乘法表达式

3

我有三个数字变量A, B和C。我正在尝试创建一个线性模型，能够预测A。我使用的表达式是B*C的乘积，以预测A; 然而，当查看输出时，我无法得到我的方程，因为我得到了一个多余的变量，我不知道它是什么。

以下是我的代码：

MyData<-read.csv("...", header = T)
head(MyData,6)
str(MyData)

#Linear Model 
#Expersion A= B*C
Model1<-lm(MyData$A~MyData$B*MyData$C)
summary(Model1)

str(MyData)的输出结果

> str(MyData)
'data.frame':   6 obs. of  3 variables:
 $ A: num  2.5 3.4 2.7 3.6 2.5 2.1
 $ B: num  0.01 0.02 0.015 0.017 0.018 0.01
 $ C: num  0.1 0.2 0.27 0.19 0.17 0.16

< p > summary(Model1) 的输出结果

Call:
lm(formula = MyData$A ~ MyData$B * MyData$C)

Residuals:
       1        2        3        4        5        6 
-0.03945 -0.08386 -0.13925  0.67703 -0.40055 -0.01393 

Coefficients:
                  Estimate Std. Error t value Pr(>|t|)
(Intercept)          5.473      5.774   0.948    0.443
MyData$B          -222.431    454.508  -0.489    0.673
MyData$C           -26.482     36.222  -0.731    0.541
MyData$B:MyData$C 1938.961   2679.207   0.724    0.544

Residual standard error: 0.5688 on 2 degrees of freedom
Multiple R-squared:  0.6149,    Adjusted R-squared:  0.03723 
F-statistic: 1.064 on 3 and 2 DF,  p-value: 0.5178

lm使用Wilkinson-Rogers符号，因此"*"表示迭代，是根据输出结果进行的，对吗？如果是这样，我该如何使用我的两个变量的乘积创建模型？

- Perro

我不确定我理解问题 - 我不知道你认为哪个变量是“额外的” - 但这里有一些可能会有所帮助的内容：在R的公式语法中，星号表示“包括边际和相互作用”。因此，lm（y〜x1 * x2）与lm（y〜x1 + x2 + x1：x2）是相同的。请注意，冒号在公式语法中表示“乘积”。如果您只想要交互作用，请仅使用冒号：lm（y〜x1：x2）。 - DanY

@DanY 我认为额外的变量是 MyData$B:MyData$C。因此，如果我将 Model1 公式替换为 Model1<-lm(MyData$A~B:C)，实际的线性方程应该是 A=EstimateB:C*(B*C) + Intercept，对吗？ - Perro

有关公式，请参见https://www.rdocumentation.org/packages/stats/versions/3.5.3/topics/formula - Heikki

1个回答

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

- Marius · Accepted Answer

如果你只想要两个变量的乘积，而不是一个交互作用的话，你可以使用I()：

Model1 <- lm(MyData$A ~ I(MyData$B * MyData$C))

我认为在实际应用中，对于两个数值变量，这与丹的建议使用 x1:x2 来获取仅交互项而不是每个个体预测器的术语相同，但在其他情况下可能会有所不同。