Fatal编程技术网
  • r/
  • 线性数据上的lmRob（）：错误与防御

线性数据上的lmRob（）：错误与防御

r

线性数据上的lmRob（）：错误与防御,r,R,我正在使用robust:：lmRob（）处理遗留的R脚本 lmRob（）的文档非常清晰，示例运行良好（有关文档和示例，请参阅） 基于此，我本以为这个简单的脚本可以工作，但由于找不到“msg.UCV”，它失败了 请注意，数据是21个完全线性的行，加上三个异常值 如果使用 yy = 0.5+1.5*xx + 0.01*xx^2 这样就不会出现错误 我会切换到robustbase:：lmrob（），但是lmrob.fit.compute（）似乎做了一些公平的事情 什么是一种好的防御性编程技术，可以防

我正在使用
robust:：lmRob（）
处理遗留的R脚本

lmRob（）
的文档非常清晰，示例运行良好（有关文档和示例，请参阅）

基于此，我本以为这个简单的脚本可以工作，但由于找不到“msg.UCV”，它失败了

请注意，数据是21个完全线性的行，加上三个异常值

如果使用

yy = 0.5+1.5*xx + 0.01*xx^2
这样就不会出现错误

我会切换到
robustbase:：lmrob（）
，但是
lmrob.fit.compute（）
似乎做了一些公平的事情

什么是一种好的防御性编程技术，可以防止近线性数据在我的程序中引起错误

你能扮演上帝一点（微小的）并在点数上添加一些随机噪声吗？你能扮演上帝一点（微小的）并在点数上添加一些随机噪声吗？ 
yy = 0.5+1.5*xx + 0.01*xx^2