R 获取“A”的剩余标准误差;传销;由`lm()返回的对象`
我使用了R 获取“A”的剩余标准误差;传销;由`lm()返回的对象`,r,regression,linear-regression,lm,mlm,R,Regression,Linear Regression,Lm,Mlm,我使用了lm()来拟合多元回归模型,用于R.Eg中的多个(~100万)响应变量 allModels <- lm(t(responseVariablesMatrix ~ modelMatrix) allModels在lm对象的输出中有一个残差分量,因此您可以通过sum(output$residuals^2)获得残差平方和 编辑:你实际上是把西格玛从总结中去掉了,这是 sqrt(总和(输出$residuals^2)/输出$df.residuals) 适用于所有型号 sapply(所有模型,函
lm()
来拟合多元回归模型,用于R.Eg中的多个(~100万)响应变量
allModels <- lm(t(responseVariablesMatrix ~ modelMatrix)
allModels在lm
对象的输出中有一个残差分量,因此您可以通过sum(output$residuals^2)
获得残差平方和
编辑:你实际上是把西格玛从总结中去掉了,这是
sqrt(总和(输出$residuals^2)/输出$df.residuals)
适用于所有型号
sapply(所有模型,函数(a)sqrt(总和(a$residuals^2)/a$df.residuals))
许多人很少知道,通用函数偏差
可以计算“lm”和“mlm”模型的剩余平方和。让fit
成为您的合身车型,您可以这样做
sqrt(deviance(fit) / fit$df.residual)
这里有两个优点:
colSums
),而不是基于循环(如通过sapply
的解决方案)李>
sqrt(deviance(fit) / fit$df.residual)