R-用lm调整平方根函数
我想调整如下函数:R-用lm调整平方根函数,r,nonlinear-functions,R,Nonlinear Functions,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
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)))