我的R公式是否等同于我心中的统计模型？

Question

问题:

使用 formula 建立统计模型是 R 语言的一个强大和优雅的特性。 我没有像应该那样多地使用 formula 的原因之一是，它的语法有点令人困惑（例如，x*y 并不仅仅意味着“x 和 y 的乘积”）。

问题:

我正在寻找一种方法来确保我已正确使用了 formula 语法，并且我输入的 formula 确实实现了我心中的统计模型。理想情况下，在实际拟合模型之前我想要这个确认。

示例:

比如说，我想通过线性回归找到模型 y = a + b*(x1*x2) 的参数 a 和 b。我在 R 中输入如下代码：

df <- data.frame(y=seq(5), x1=runif(5), x2=runif(5)) # toy data
lm(y~x1*x2, data=df)    # this is wrong

我可以从lm的输出结果看出，由于额外的x1和x2系数，这并不是我想要的结果。但在调用拟合函数之前，应该有可能调试公式。（正确拟合此模型的方法是 lm(y~x1:x2, data=df)）。

- sieste

Answer 1

在运行模型之前，你可以使用 formula 和 update 来 调试 公式：

f <- formula( y ~ x1*x2)
update( f , terms( f ) )
# y ~ x1 + x2 + x1:x2

f <- formula( y ~ x1:x2)
update( f , terms( f ) )
# y ~ x1:x2

巧合的是，在您的模型中还可以指定截距项（即a的系数），方法是包括1（1 * a=a），因此这与以下内容等效：

f <- formula( y ~ 1 + x1:x2)
update( f , terms( f ) )
# y ~ x1:x2

- Simon O'Hanlon