R 预测变量的命名约定

R 预测变量的命名约定,r,R,具体例子: log1 <- glm(Outcome ~ Predictor1 + Predictor2, family = binomial(link="logit"), data=data) log2 <- glm(data$Outcome ~ data$Predictor1 + data$Predictor2, family = binomial(link="logit")) 我对R不太熟悉,但我似乎无法解释其中的差异。帮忙 要比较两

具体例子:

log1 <- glm(Outcome ~ Predictor1 + Predictor2, family = binomial(link="logit"),
             data=data)

log2 <- glm(data$Outcome ~ data$Predictor1 + data$Predictor2, 
       family = binomial(link="logit"))

我对R不太熟悉,但我似乎无法解释其中的差异。帮忙

要比较两个对象,请使用相同的(log1,log2);但是,问题是名称是对象的一部分,因此如果名称不同,则即使对象的所有数字都相同,对象也不能相同

例如,请注意
Time
BOD$Time
fm1
fm2
的一部分:

fm1 <- lm(demand ~ Time, BOD)
fm2 <- lm(BOD$demand ~ BOD$Time)

fm1[[1]]
## (Intercept)        Time 
##    8.521429    1.721429 

fm2[[1]]
## (Intercept)    BOD$Time 
##    8.521429    1.721429 

fm1您缺少两个
,每个
logit
后面都有一个。如果您添加它们,您会得到想要的结果吗?缺少“是键入此问题时的错误。这就是答案。感谢您的解释。如果这是答案,我们鼓励您(除了评论,甚至不是评论)单击复选标记接受它。
fm1 <- lm(demand ~ Time, BOD)
fm2 <- lm(BOD$demand ~ BOD$Time)

fm1[[1]]
## (Intercept)        Time 
##    8.521429    1.721429 

fm2[[1]]
## (Intercept)    BOD$Time 
##    8.521429    1.721429