R：如何使用指定的系数运行回归（glm函数）？

假设我有一个因变量和四个自变量。我怀疑只有3个自变量是显著的，所以我使用glm（y~x1+x2+x3…）函数。然后我得到这些变量的一些系数。现在我想运行glm（y~x1+x2+x3+x4），但我想指定x1、x2、x3系数保持不变。我怎样才能做到这一点

---

谢谢

我认为你无法拟合一些自变量有固定参数的模型。您可以做的是创建一个新变量

y2

，该变量等于使用

x1+x2+x3

的第一个模型的预测值。然后，您可以拟合第二个模型

y~y2+x4

，将其与

x4

一起作为自变量

基本上是这样的：

m1 <- glm(y~x1+x2+x3...)
data$y2 <- predict(glm, newdata=data)
m2 <- glm(y~y2+x4...)

---

m1您可以使用偏移量：
glm（y~x4+offset（coef1*x1+coef2*x2+coef3*x3））
——尽管我一点也不清楚您所做的是否是一种合理的统计方法。我想您可以通过偏移量术语来实现这一点。这些项的系数值设置为1，因此您可以将每个变量乘以第一个模型中的系数，并在模型中的偏移项中使用这些新变量，
x4
是唯一可以获得估计系数的非偏移项。但我不确定你是否应该这样做。如果你给出一个可复制的例子，我会将我的评论扩展到一个答案（或者其他人可以…），这可能有助于提供一些关于你为什么要这样做的信息。