全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
2923 4
2010-04-10
在R中如何拟合一个没有常参数的线性模型呢?例如
x<-(1, 2, 3, 4)
y<-(3.1, 5.9, 9.2, 11.85)
现在想用y=bx拟合,如何在R中实现?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-4-10 16:57:14
是不是lm(y~x-1)?
但是R中计算得到的决定系数r^2怎么和excel计算得到的不一样呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-4-10 17:09:41
非常奇怪,下边一个例子excel进行的回归和R进行的回归得到的决定系数R^2居然不一样!
slope                                  SME
0.008091681        0.010573409
0.01400749        0.023963562
0.021630862        0.046281063
0.020913772        0.045595532
0.010371885        0.011485726
0.011579039        0.020312769
0.002106411        0.001840598
0.009887661        0.021263929
其中第一列是自变量,第二列是依变量,现在在R中,输入命令
nisM<-lm(SME~slope-1) #不需要intercept
得到:
> summary(nisM)

Call:
lm(formula = MSE ~ slope - 1)

Residuals:
      Min        1Q    Median        3Q       Max
-0.008728 -0.003800 -0.002259  0.002527  0.004838

Coefficients:
              Estimate    Std. Error   t value    Pr(>|t|)   
slope   1.9489        0.1264       15.42      1.16e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.004912 on 7 degrees of freedom
Multiple R-squared: 0.9714,     Adjusted R-squared: 0.9673
F-statistic: 237.8 on 1 and 7 DF,  p-value: 1.163e-06

但是excel进行相应的回归得到的是0.906
我又在R中编写了:
> a<-coefficients(nisM)[1]
> 1-sum((MSE-a*slope)^2)/sum((MSE-mean(MSE))^2)
得到了
[1] 0.90604
居然和excel得到的结果一致,但是为什么R中的结果(0.9714
本文来自: 人大经济论坛 详细出处参考:http://www.pinggu.org/bbs/viewth ... amp;from^^uid=1658203)不一样呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-4-27 19:54:43
命令lm(y~0+x)
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-6-2 22:51:29
学习中,有时间研究下。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群