R-用lm调整平方根函数

我想调整如下函数：

fit4 = lm(mut ~ ent + score + wt + I(ent^2) + I(score^2) +I(wt^2))

当我

摘要（fit4）

时，我得到：

Coefficients:                 
                          Estimate   Std. Error t value Pr(>|t|)   
(Intercept)              -1.779381   0.086256 -20.629   <2e-16   
ent                       2.724036   0.072543  37.550   <2e-16   
score                     0.473230   0.009450  50.077   <2e-16   
wt                       -0.464216   0.031141 -14.907   <2e-16
I(ent^2)                 -0.473427   0.018814 -25.164   <2e-16
I(score^2)                0.030187   0.004851   6.222    5e-10
I(wt^2)                   0.043386   0.004609   9.413   <2e-16
---

（标准误差、t值等也相同）

---

如何添加“平方根”或“对数”并仍然获得函数中每个元素的值？

您必须单独将函数应用于所有元素。 所以

你会做你想做的事

原因:

log（ent+score+wt+I（ent^2）+I（score^2）+I（wt^2））

被解释为单个回归器。 所以对r来说，它就像

lm（mut~x）

其中

x=log（…）

而不是

---

x=log（ent）+…+log（I（wt^2））

虽然从数学上讲它是不一样的，对吗？sqrt（a+b+c）不是sqrt（a）+sqrt（b）+sqrt（c）。后来我认为做y^2~a+b+c相当于y~sqrt（a+b+c），不是吗？谢谢

sqrt（a+b+c）

不是<代码>sqrt（a）+sqrt（b）+sqrt（c）没错。（sqrt（2+2）=2！=1.4+1.4）

y^2~a+b+c

也不等同于

y~sqrt（a+b+c）

，因为

sqrt

总是有两个溶质加减。例如y=2和y=-2是y=sqrt（2+2）的解。但是在大多数情况下使用y^2是可以的。谢谢@0。因此，有没有一种方法可以进行sqrt（a+b+c）而不被解释为一个单一的回归？

                    Estimate 
(Intercept)          1.066025                                                                                                                    
I(sqrt(ent + score + wt + I(ent^2) + I(score^2) + I(wt^2))) -0.24028    

fit4 = lm(mut ~ log(ent) + log(score) + log(wt) + 
                log(I(ent^2)) + log(I(score^2)) +log(I(wt^2)))