“之间的区别:&引用;及|&引用;in-R线性建模
在R中构建线性模型时,以下两种说法之间的区别是什么:“之间的区别:&引用;及|&引用;in-R线性建模,r,operators,R,Operators,在R中构建线性模型时,以下两种说法之间的区别是什么: lm(y ~ x | z) lm(y ~ x : z) 将:操作符的文档记录如下: 形式为first:second的规范表示通过将第一个中的所有项与第二个中的所有项进行交互而获得的一组项 那页上没有提到|语法。区别是什么?:用于交互。在您的示例lm(y~x:z)中,公式的意思是“y取决于x和z之间的交互效应 通常,在这样的线性回归中不会包含交互,除非还包含了单个术语x和z。x*z是x+x:z+z的缩写 好吧,|根本不被lm使用。它肯定不会出
lm(y ~ x | z)
lm(y ~ x : z)
将:
操作符的文档记录如下:
形式为first:second的规范表示通过将第一个中的所有项与第二个中的所有项进行交互而获得的一组项
那页上没有提到
|
语法。区别是什么?:
用于交互。在您的示例lm(y~x:z)
中,公式的意思是“y取决于x
和z
之间的交互效应
通常,在这样的线性回归中不会包含交互,除非还包含了单个术语x
和z
。x*z
是x+x:z+z
的缩写
好吧,|
根本不被lm
使用。它肯定不会出现在demo(“lm.glm”,“stats”)
中的任何示例中。它用于nlme
包中的混合效果模型中
?interval.lme
中的一个示例:
model <- lme(distance ~ age, Orthodont, random = ~ age | Subject)
ranef(model)
model|仅用于条件模型和方差分析,因此在lm调用中没有意义。实际上应该会引发错误。不,对数值数据来说效果很好。但对因子数据不起作用。根据R.version()
。如果|在lm
中没有出错,我打赌这是因为它实际上在计算逻辑“或”“在被强制返回数值的数据上。@John-思考得好,这可能就是为什么它对因子不起作用的原因,因为它们都是虚拟变量,不能以相同的方式强制。你可以在这里找到所有运算符?公式。回答得好,但你能详细说明“年龄的不同随机效应适合每个主题”吗?我不太清楚。。。感谢lm(y~x+x:z+z+k)
和lm(y~x*z+k)
?它们是一样的。如果你需要确信的话,可以用一个真实的数据集来尝试。