R 在应用函数之前从lm对象提取数据的方法？
让我直接进入一个例子来说明我的问题：R 在应用函数之前从lm对象提取数据的方法？,r,lm,R,Lm,让我直接进入一个例子来说明我的问题： rm(list=ls()) n <- 100 df <- data.frame(y=rnorm(n), x1=rnorm(n), x2=rnorm(n) ) fm <- lm(y ~ x1 + poly(x2, 2), data=df) rm（list=ls（）） 好问题，但这很难fm$model是一种奇怪的数据帧，用户很难构建这种类型的数据帧，但R有时会在内部生成这种数据帧。查看str（fm$model）的前几行，这表明它是一个
rm(list=ls())
n <- 100
df <- data.frame(y=rnorm(n), x1=rnorm(n), x2=rnorm(n) )
fm <- lm(y ~ x1 + poly(x2, 2), data=df)
rm（list=ls（））
好问题，但这很难fm$model
是一种奇怪的数据帧，用户很难构建这种类型的数据帧，但R有时会在内部生成这种数据帧。查看str（fm$model）
的前几行，这表明它是一个数据帧，其第三个组件是一个具有维度（100,2）的多边形类对象，即类似矩阵的对象：
## 'data.frame': 100 obs. of 3 variables:
## $ y : num -0.5952 -1.9561 1.8467 -0.2782 -0.0278 ...
## $ x1 : num 0.423 -1.539 -0.694 0.254 -0.13 ...
## $ poly(x2, 2): poly [1:100, 1:2] 0.0606 -0.0872 0.0799 -0.1068 -0.0395 ...
如果您仍然在最初调用lm
的环境中工作，并且如果使用data
参数调用了lm
，则可以使用eval（getCall（fm）$data）
获取原始数据。如果在函数中传入和传出内容，或者如果有人在环境中的独立对象上使用了lm
，那么您可能运气不好。如果你遇到麻烦，你可以试试
eval(getCall(fm)$data,environment(formula(fm))
但事情很快变得越来越困难
我不完全理解存储处理后的模型框架而不是原始数据的逻辑，但我认为这与线性模型的术语
对象的构造有关——存储的模型框架中的每个元素对应于术语
对象的一个元素。我真的不明白因素与转换数据（例如，log（x）
）或特殊对象（如多项式或样条线基）之间的区别，这些因素是由model.matrix
后处理为一组虚拟变量的，问题是，你有多需要它。如果您查看fm$model$poly
的结构，那么最后您将看到如下内容：
attr(,"coefs")
attr(,"coefs")$alpha
[1] 0.06738858 0.10887048
attr(,"coefs")$norm2
[1] 1.00000 100.00000 93.96666 155.01387
我想这些系数可以用来从多边形恢复原始数据。查看poly
功能的源代码（要么page（poly）
，要么在控制台中键入poly
）。。。看起来多项式的计算可能是可逆的。但是为什么要费心去做呢？我能想到两个原因：（1）你失去了原始数据和唯一的方法
恢复它就是这样；（2） 您想了解R如何计算正交多项式
第二，更一般地说，因为我没有明确要求
matrix（fm），为什么我会得到被操纵的数据？是什么
这背后的基本理念是什么？有人知道吗
您的意思是，为什么要使用lm
对象保存数据？我想是以防万一吧。您可以轻松地将其关闭：
fm <- lm(y ~ x1 + poly(x2, 2), data=df, model=FALSE)
您可以看到fm$model有factor（b）而不是b，fm$model$factor实际上是一个factor，而不是原始的整数变量。（警告是因为名称实际上是factor（b）
，我使用factor
来避免键入像fm$model$'factor（b）'这样难看的内容（用反引号替换单引号）.我的动机是试图编写一个小函数，该函数以lm对象为参数并进行一些计算。使用lm对象中已存储的数据似乎更节省内存，坦率地说，更优雅，这就是我尝试此方法的原因。R在这里的行为让我感到困惑。例如，使用factor（f）
对于某些附加因子变量，它不会转换为存储在fm$model
中的数据帧。只有实际变量f
存储在fm$model
中，而在本例中，使用poly
时，会存储一些转换。这让我感到困惑。很抱歉，响应太晚。我没有得到通知当有人编辑他或她的答案，所以我错过了它…不管怎样，重点放在这里！我只是看到原始数据在那里（以因子级别的形式），我确实没有注意到数据结构本身发生了变化。因此，每当函数应用于回归中的变量时，fm$model
会在应用函数后存储数据，因此原始数据很难以自动方式检索，我猜……无论如何，感谢您的回答！这对d、 剩下的一点仍然令人费解的是head（new.dat）
和View（new.dat）
显示了不同的东西。如果你知道那里可能发生了什么……看看str（new.dat）
——你会发现这不是一个简单的数据帧，因为它的一个“列”实际上是一个二维对象（类poly
但实际上是一个具有一些额外属性的矩阵）。看来RStudio不擅长显示此类数据，head（）是对的，View（）是错的。比较df1 Ah，这是RStudio的事情。谢谢，我没有想象到。我认为一些内部R的事情正在发生。。。
fm <- lm(y ~ x1 + poly(x2, 2), data=df, model=FALSE)
> df <- data.frame(a=1:5, b=2:6, c=rnorm(5))
> fm <- lm(c~ a + factor(b), df)
> fm$model
c a factor(b)
1 0.5397541 1 2
2 0.9108087 2 3
3 0.1819442 3 4
4 -0.9293893 4 5
5 0.1404305 5 6
> fm$model$factor
[1] 2 3 4 5 6
Levels: 2 3 4 5 6
Warning message:
In `$.data.frame`(fm$model, factor) : Name partially matched in data frame