Fatal编程技术网
  • r/
  • R 获取“A”的剩余标准误差；传销；由`lm（）返回的对象`

R 获取“A”的剩余标准误差；传销；由`lm（）返回的对象`

r

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

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：

  • 通用函数完全“矢量化”（使用
    colSums
    ），而不是基于循环（如通过
    sapply
    的解决方案）
  • 泛型函数知道如何处理加权回归情况
    • sqrt(deviance(fit) / fit$df.residual)