R:lm和biglm产生不同的答案

为什么“lm”和“biglm”产生不同的估计？考虑下面的代码：

a = as.data.frame(cbind(y=rnorm(1000000), x1=rnorm(1000000), x2=rnorm(1000000)))
m1 = lm(y ~ x1 + x2, data=a); summary(m1)

library(biglm)
m2 = biglm(y ~ x1 + x2, data=a); summary(m2)

---

如果biglm过程分块处理与否没有区别-最终估计值与lm产生的估计值不同。

仅由于长度原因，作为答案发布：

m2$qr

$D
[1] 1.000000e+06 1.001150e+06 9.993772e+05

$rbar
[1] -8.581350e-04 -8.116662e-04 -1.225233e-03  

$thetab
[1]  7.863159e-04 -4.276900e-04 -1.552812e-03   # these are the coefficients

Rgames: m1$coefficients
  (Intercept)            x1            x2 
 7.846869e-04 -4.295926e-04 -1.552812e-03 

所以，是的，系数略有不同。例如，截距相差0.2%。这种差异是否会影响您的合身线条的质量，很大程度上取决于您打算如何处理您的合身。整合？没问题。外推法始终存在风险，但不是因为坡度相差0.5%。
我强烈建议您至少运行一些适合的测试用例，比如

f（x）=g（x）+runif（N）；h（x）=g（x）+runif（N）#runif将返回不同的RVs集

---

，并查看lm和biglm返回的系数是否与原始g（x）值存在显著差异。

我无法使用提供的代码重现这一点（我发现

lm

和

biglm

esimates之间没有明显差异）。请你粘贴两次

总结

电话的打印输出。如果不提供更多数据信息，我看不出你希望得到有用的答案。谢谢你的回复，Carl。在这个虚构的例子中，差别不大。但在我的实际数据集（太大了，无法发布）中，差异是几个数量级。如果你对数据集进行一个小的代表性样本，会发生什么？或者，如果差异如此之大，您应该绘制（完整）数据和两条拟合曲线，并查看其合理性。好的，数据集可能太大，无法发布，但您至少可以发布结果，以显示存在很大差异。

cov2cor（vcov（模型））

的结果是什么，即估计值是否具有强相关性？相对于标准误差，估计值的差异是否很大？