R 术语错误。公式（公式，数据=数据）：公式中的幂无效

我正在尝试对剂量预测进行转换，以下是我的代码：

mod = glm(colonies ~ (as.numeric(as.factor(dose)))^(m), data = salmonella, family = "poisson")

其中“m”是我使用的电源。然而，我犯了一个错误

> mod = glm(colonies ~ (as.numeric(as.factor(dose)))^(m), data = salmonella, family = "poisson")
Error in terms.formula(formula, data = data) : invalid power in formula

有人知道为什么吗

抱歉说不清楚。这里我的m是早期计算得出的-0.18182。我现在明白了我不应该使用as.numeric（as.factor）。但是如果代码是

mod = glm(colonies ~ (as.factor(dose))^(m), data = salmonella, family = "poisson")

---

错误仍然存在。这很奇怪，因为当我把m改为2时，它就起作用了

tl；dr我的最佳猜测是，您应该使用

I（…^m）

来保护

^

/让R将其视为数值求幂运算符

我在

遥远的

包裹中发现了

沙门氏菌

，可以确认您的错误。事实上，它通过各种简化得以持续

m <- 1  ## same results with m <- 2L, etc.
mod = glm(colonies ~ (as.numeric(as.factor(dose)))^(m), data = salmonella, family = "poisson")
mod = glm(colonies ~ dose^(m), data = salmonella, family = "poisson")
mod = glm(colonies ~ dose^m, data = salmonella, family = "poisson")
mod = lm(colonies ~ dose^m, data = salmonella)

图中显示，这并不是完全疯狂（尽管也不必要）：

库（ggplot2）；theme_set（theme_bw（））
m如果这是包装“faraway”中的沙门氏菌数据集，那么在剂量值上不能使用as.factor或as.numeric，因为它已经是数字了

转换为因子将严重扭曲“剂量”的含义
此外，在R中建立多项式模型的正确方法是使用
poly
函数，而不是形成二次项。如果您坚持使用“原始”二次项，那么使用poly会更容易，但正如Ben所建议的，应该使用I函数

library(faraday)
m=2
mod = glm(colonies ~ I(dose^m), data = salmonella, family = "poisson")

不过，更好的办法是：

 m=2; mod = glm(colonies ~ poly(dose, m), data = salmonella, family = "poisson")

这将给出线性项和二次项，但二次项将作为正交多项式进行，然后让您进行适当的推断。
沙门氏菌是否在CRAN的图书馆中？这是将因子转换为数字的错误方法。
m
来自哪里？它是在数据内部还是外部。你真的在做一个数学运算吗？因为公式中的
^
通常用于迭代，而不是数学。你确定你真的想用你的剂量做
as.numeric（as.factor（））
？这似乎很奇怪。
library(faraday)
m=2
mod = glm(colonies ~ I(dose^m), data = salmonella, family = "poisson")

 m=2; mod = glm(colonies ~ poly(dose, m), data = salmonella, family = "poisson")