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

> 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。