在R(终端)和Rstudio中使用lm()可以使用相同的输入数据提供不同的输出
我在拟合一个线性模型,根据我使用的是RStudio还是R,我得到了不同的系数;即使我在这两种情况下使用相同的输入数据和相同的代码 我尝试了不同的数据子集(从10行到多达一半的数据),只有在输入整个数据集时才会出现差异 (它太大了,无法粘贴到这里,密码:r) 会话详细信息: 斯图迪奥在R(终端)和Rstudio中使用lm()可以使用相同的输入数据提供不同的输出,r,R,我在拟合一个线性模型,根据我使用的是RStudio还是R,我得到了不同的系数;即使我在这两种情况下使用相同的输入数据和相同的代码 我尝试了不同的数据子集(从10行到多达一半的数据),只有在输入整个数据集时才会出现差异 (它太大了,无法粘贴到这里,密码:r) 会话详细信息: 斯图迪奥 > sessionInfo() R version 3.6.0 (2019-04-26) Platform: x86_64-pc-linux-gnu (64-bit) Running under: Debian
> sessionInfo()
R version 3.6.0 (2019-04-26)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Debian GNU/Linux 9 (stretch)
Matrix products: default
BLAS/LAPACK: /usr/lib/libopenblasp-r0.2.19.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8
[4] LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=C
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] compiler_3.6.0 rsconnect_0.8.13 tools_3.6.0
> find('lm')
[1] "package:stats"
> summary(a)
a b
Min. : 1.002 Min. : 0.13
1st Qu.: 5.887 1st Qu.: 5320.27
Median : 14.551 Median : 11739.61
Mean : 25.877 Mean : 20524.21
3rd Qu.: 34.424 3rd Qu.: 26430.47
Max. :136.997 Max. :116315.41
> lm.transcprot
Call:
lm(formula = I(a$b - 0) ~ 0 + a$a)
Coefficients:
a$a
462.5
终点站
> sessionInfo()
R version 3.6.1 (2019-07-05)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 18.04.2 LTS
Matrix products: default
BLAS/LAPACK: /opt/intel/compilers_and_libraries_2019.3.199/linux/mkl/lib/intel64_lin/libmkl_rt.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] compiler_3.6.1 tools_3.6.1
> find('lm')
[1] "package:stats"
> summary(a)
a b
Min. : 1.002 Min. : 0.13
1st Qu.: 5.887 1st Qu.: 5320.27
Median : 14.551 Median : 11739.61
Mean : 25.877 Mean : 20524.21
3rd Qu.: 34.424 3rd Qu.: 26430.47
Max. :136.997 Max. :116315.41
> lm.transcprot
Call:
lm(formula = I(a$b - 0) ~ 0 + a$a)
Coefficients:
a$a
1889
获得的输出:
斯图迪奥
> sessionInfo()
R version 3.6.0 (2019-04-26)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Debian GNU/Linux 9 (stretch)
Matrix products: default
BLAS/LAPACK: /usr/lib/libopenblasp-r0.2.19.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8
[4] LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=C
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] compiler_3.6.0 rsconnect_0.8.13 tools_3.6.0
> find('lm')
[1] "package:stats"
> summary(a)
a b
Min. : 1.002 Min. : 0.13
1st Qu.: 5.887 1st Qu.: 5320.27
Median : 14.551 Median : 11739.61
Mean : 25.877 Mean : 20524.21
3rd Qu.: 34.424 3rd Qu.: 26430.47
Max. :136.997 Max. :116315.41
> lm.transcprot
Call:
lm(formula = I(a$b - 0) ~ 0 + a$a)
Coefficients:
a$a
462.5
终点站
> sessionInfo()
R version 3.6.1 (2019-07-05)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 18.04.2 LTS
Matrix products: default
BLAS/LAPACK: /opt/intel/compilers_and_libraries_2019.3.199/linux/mkl/lib/intel64_lin/libmkl_rt.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] compiler_3.6.1 tools_3.6.1
> find('lm')
[1] "package:stats"
> summary(a)
a b
Min. : 1.002 Min. : 0.13
1st Qu.: 5.887 1st Qu.: 5320.27
Median : 14.551 Median : 11739.61
Mean : 25.877 Mean : 20524.21
3rd Qu.: 34.424 3rd Qu.: 26430.47
Max. :136.997 Max. :116315.41
> lm.transcprot
Call:
lm(formula = I(a$b - 0) ~ 0 + a$a)
Coefficients:
a$a
1889
你的
dput()
输出看起来不完整(最后一行是27.254119,72.870086,65.291127,5.71344,62.268586,2
)@BenBolker是的,我想很容易监督它,但在我写的密码链接旁边:你在读数据吗?我们能否从两种环境中查看str(a)
和/或摘要(a)
?无论我如何运行它,我都会得到462.5的斜率(Linux r-devel控制台、MacOS r 3.5.1控制台和RStudio)好的,谢谢。现在,R和RStudio会话的find(“lm”)
和sessionInfo()
的结果是什么?如果您使用stats::lm(…)
来确保获得了正确版本的lm()
,该怎么办?这两个结果(尤其是你的RStudio版本)都是来自清洁会话吗?@1月份,我知道数据根本没有关联;这就是我之所以这么做的部分原因(将其与另一个模型进行比较)。我猜你的意思是我的终端R是一个腐烂的(?)(因为RStudio是一个给出与你类似结果的终端)。即使尝试以对数比例建模,终端也会给我一条完全没有意义的拟合线,而在RStudio中,它实际上会穿过点云。您的dput()
输出看起来不完整(最后一行是27.254119,72.870086,65.291127,5.71344,62.268586,2
)@BenBolker yeah,我想这很容易监督,但在链接旁边我写了密码:你在读数据吗?我们能否从两种环境中查看str(a)
和/或摘要(a)
?无论我如何运行它,我都会得到462.5的斜率(Linux r-devel控制台、MacOS r 3.5.1控制台和RStudio)好的,谢谢。现在,R和RStudio会话的find(“lm”)
和sessionInfo()
的结果是什么?如果您使用stats::lm(…)
来确保获得了正确版本的lm()
,该怎么办?这两个结果(尤其是你的RStudio版本)都是来自清洁会话吗?@1月份,我知道数据根本没有关联;这就是我之所以这么做的部分原因(将其与另一个模型进行比较)。我猜你的意思是我的终端R是一个腐烂的(?)(因为RStudio是一个给出与你类似结果的终端)。即使尝试以对数比例建模,终端也会给我一条完全没有意义的拟合线,而在RStudio中,它实际上会穿过点云。