Julia中无截距的单变量回归
我可以使用以下参数运行多元回归:Julia中无截距的单变量回归,julia,Julia,我可以使用以下参数运行多元回归: using GLM using Random obs = 1000000 X = rand(obs) y = X .+ rand(Normal(),obs) .+ 7 fit(LinearModel, rand(obs,2), y) 但我似乎不能像你一样进行单变量回归 fit(LinearModel, X, y) 导致方法错误,因为X不是矩阵 我可以使用以下方法运行带有截距的回归: fit(LinearModel, hcat(ones(obs),X), y)
using GLM
using Random
obs = 1000000
X = rand(obs)
y = X .+ rand(Normal(),obs) .+ 7
fit(LinearModel, rand(obs,2), y)
但我似乎不能像你一样进行单变量回归
fit(LinearModel, X, y)
导致方法错误,因为X
不是矩阵
我可以使用以下方法运行带有截距的回归:
fit(LinearModel, hcat(ones(obs),X), y)
如何在没有Julia截距的情况下运行单变量回归?在您询问的情况下,最简单的方法是将
X
转换为矩阵,使用:
fit(LinearModel, hcat(X), y)
或
在这种情况下,只需写下:
X\y
将在不使用GLM的情况下为您提供所需的答案(但在这种情况下,您只能获得估计值)。在您询问的情况下,最简单的方法是将X
转换为矩阵,使用:
fit(LinearModel, hcat(X), y)
或
在这种情况下,只需写下:
X\y
将在不使用GLM的情况下为您提供所需的答案(但在这种情况下,您只能得到估计值)