Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/67.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/google-cloud-platform/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
为什么'ns'和'rcs'在R中生成不同的预测？_R_Linear Regression_Spline_Rms - Fatal编程技术网
Fatal编程技术网
  • r/
  • 为什么'ns'和'rcs'在R中生成不同的预测？

为什么'ns'和'rcs'在R中生成不同的预测？

r

为什么'ns'和'rcs'在R中生成不同的预测？,r,linear-regression,spline,rms,R,Linear Regression,Spline,Rms,我的理解是rcs（）（来自rms包）使用截断幂基来表示自然（受限）三次样条曲线。或者，我可以使用使用B样条基的ns（）（来自spline包） 然而，我注意到训练配合和测试预测可能会非常不同（特别是当x被外推时）。我试图理解rcs（）和ns（）之间的区别，以及我是否可以互换使用这些函数 假非线性数据 库（tidyverse） 库（样条曲线） 图书馆（rms） 种子集（100） xx有一个相当简单的解释：knots不是rcs（）的参数。它希望使用参数parms指定结。另一个问题是ns（）的knots

我的理解是
rcs（）
（来自
rms
包）使用截断幂基来表示自然（受限）三次样条曲线。或者，我可以使用使用B样条基的
ns（）
（来自
spline
包）

然而，我注意到训练配合和测试预测可能会非常不同（特别是当
x
被外推时）。我试图理解
rcs（）
和
ns（）
之间的区别，以及我是否可以互换使用这些函数

假非线性数据

库（tidyverse）
库（样条曲线）
图书馆（rms）
种子集（100）

xx有一个相当简单的解释：
knots
不是
rcs（）
的参数。它希望使用参数
parms
指定结。另一个问题是
ns（）
的
knots
参数没有指定默认为
范围（x）
的“边界节点”。所以要得到同样的预测，你需要


trunc_power_mod <- ols(y ~ rcs(x, parms=c(min(x), -2, 0, 2, max(x))), data=df)



trunc\u power\u mod