r - r 公式是否有比 ?formula 更好的引用？

Question

在 R 中指定公式的方法有很多冗余，有时甚至是相互冲突的。对于将概念模型映射到 R 语法是否有一个全面而简洁的引用，而不是 ?formula ?

我对广泛的概述感兴趣，包括用于在非线性和分层模型中指定公式的语法，例如 glm , lmer , gam , earth , 包括 (/ ) 用于嵌套, random和 fixed混合模型中的效果，以及 s和 te用于样条曲线，以及在流行的贡献包中找到的其他内容。

Answer 1

R 附带了几本手册，可在运行 R 时从右上角的 vanilla R 的“帮助”菜单访问，并且在线上的多个地方也有这些手册。

例如，“An Introduction to R”的第 11 章有几页关于公式的内容。

我不知道它是否构成“综合”资源，但它涵盖了您需要了解的有关公式如何工作的大部分内容。

* 事实上，几乎所有可能 95% 的用户都会使用的东西

S 语言中对公式的规范引用可能是

Chambers J.M. 和 Hastie T.J. 编辑。 (1992),
伦敦 S. Chapman & Hall 的统计模型。

尽管该方法的起源来自

威尔金森 G.N. 和罗杰斯 C.E. (1973)。 “用于方差分析的因子模型的符号描述。”应用统计， 22 , 392–399

最近的一些与 R 相关的书籍讨论了公式，但我不知道我会称其中任何一本为综合性的。

还有许多在线资源(例如 here)，通常包含大量非常有用的信息。

也就是说，一旦您习惯了在 R 中使用公式，并且有了可以放置更多知识的上下文，帮助页面就会包含大量信息(以及它链接到的其他页面)。它有点简洁和神秘，但是一旦您对 R 的特定工作方式有了更广泛的知识基础，它就会非常有用。

与 R 公式相关的特定问题(取决于它们的内容)可能会成为 StackOverflow 或 CrossValidated 的主题 - 实际上已经找到了一些与公式相关的非常高级的问题(使用像 [r] formula 这样的搜索可能会很有成效)，并且有更多这样的问题可以方便地帮助用户解决这些问题；如果您有具体问题，我鼓励您提出。

至于“冗余”和“冲突”，我想你的意思是这样一个事实，即指定无拦截模型的方法不止一种:y ~ . -1和 y ~ . +0例如，两者都有效，但在略有不同的上下文中，每个都有意义。

此外，还有一个常见的问题是必须从公式接口(interface)中分离出二次项和高阶项(使用 I(x^2) 作为预测因子，因此它可以毫发无伤地通过公式接口(interface)，并且存活得足够远，可以解释为代数表达式)。同样，一旦您了解“幕后”发生的事情，这似乎就不那么令人讨厌了。

我刚才提到的事情的具体例子:

lm(dist ~ . -1, data=cars) # "remove-intercept-term" form of no-intercept
lm(dist ~ . +0, data=cars) # "make-intercept-zero" form of no-intercept
lm(dist ~ speed + speed^2, data=cars) # doesn't do what we want here
lm(dist ~ speed + I(speed^2), data=cars) # gets us a quadratic term
lm(dist ~ poly(speed,2), data=cars) # avoid potential multicollinearity

我同意公式界面至少可以在 ?formula 中使用一些进一步的指导和更好的示例。帮助。