如何在'；用户定义的'；R中的公式？

我有一个包含5个自变量的数据框，我希望线性方程的形式如下：

y = A (a + pA + qB + rC + sD + tE) 

其中，

A

，

B

，

C

，

D

和

E

是我的自变量，

p

，

q

，

r

，

s

和

t

是我需要找到的系数。

#Pseudo Data
y = rnorm(100) 

A = rnorm(100)
B = rnorm(100)
C = rnorm(100)
D = rnorm(100)
E = rnorm(100)

AB = A*B
AC = A*C
AD = A*D
AE = A*E

model = lm(y~-1+A+AB+AC+AD+AE)

这将产生：

> model

Call:
lm(formula = y ~ -1 + A + AB + AC + AD + AE)

Coefficients:
         A          AB          AC          AD          AE  
 0.1896753  -0.0835971  -0.0183475  -0.0007795  -0.0174815  

> 
> summary(model)

Call:
lm(formula = y ~ -1 + A + AB + AC + AD + AE)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.05531 -0.58641  0.08847  0.73281  2.86074 

Coefficients:
     Estimate Std. Error t value Pr(>|t|)  
A   0.1896753  0.1084157   1.750   0.0834 .
AB -0.0835971  0.1088133  -0.768   0.4442  
AC -0.0183475  0.1264781  -0.145   0.8850  
AD -0.0007795  0.0930502  -0.008   0.9933  
AE -0.0174815  0.1140712  -0.153   0.8785  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.957 on 95 degrees of freedom
Multiple R-squared:  0.03374,   Adjusted R-squared:  -0.01712 
F-statistic: 0.6634 on 5 and 95 DF,  p-value: 0.6521

在
公式
中的变量之间使用
：
命令，以获得它们的乘法交互作用，而不产生主要影响。例如：

y=A（A+pA+qB+rC+sD+tE）

我不知道您是否试图抑制截取，但我假设是这样，因为您没有将
a
放入所需估计的列表中

y~0+A+A:B+A:C+A:D+A:E
我假设你的结果（$y$）会出现随机错误，否则这不是一个统计问题。。。无论如何，这看起来很普通，没有截距，预测值是$A、A^2、AB、AC、AD$和$AE$。你的问题到底是什么？（注意，把$a$称为$y$-截距是不太正确的……按照你写这篇文章的方式，$a$是$a$的斜率）。如果$a$是截距，你的意思是你想建模：$$y=a+a（pA+qB+rC+SD+tE）+\varepsilon$$还是@Macro question是你想要的？对不起。我的意思是@Macro所说的（即，“a”作为“a”的斜率，预测因子是a、a^2、AB、AC、AD和AE）。我该怎么在R上做呢？顺便说一句，我对R-编程非常陌生，只接触过使用函数“lm”的简单线性回归建模。要做宏想要做的事情，首先创建他列出的变量（A到AE），然后使用lm（）进行回归。@Meed，根据你最近的评论，这是一个编程问题，而不是统计问题，所以我投票决定结束。这会起作用，但是用户应该注意不要包含没有主要效果的交互术语……同意。我只是在复制上面列出的模型。如果OP想要主要效果，那么他们也可以做以下事情：
model=lm（y~-1+A+B+C+D+EAB+AC+AD+AE）
对于OP自己的启发，如果他们想要，从上面的命令中删除
-1
也会给他们一个截取术语。为什么模型中没有
AA=A*A
？
lm（公式=y~A+AA+AB+AC+AD+AE）是否错误？