我正在尝试用 R 做一些非常简单的事情,但我不确定我做得很好。我有一个包含三列 V1、V4、V5 的数据集,我想进行回归以获得以下两个变量多项式的系数 Ci,j:
sum[i=0->3] sum[j=0->i] Ci,j . (V4_k)^i . (V5_k)^(3-j)
所以我尝试使用函数polym:
lm(V1 ~ polym(V4, V5, degree=3, raw = TRUE), data)
这给了我以下系数
[1] 1.048122e+04 -2.050453e+02 1.407736e+00 -3.309312e-03 -3.748650e+01 8.983050e-01 -4.308559e-03 1.834724e-01 -6.868446e-04 4.030224e-04
现在,如果我很好地理解了我们必须如何构建公式,我假设以下内容会给出相同的结果:
lm(v1 ~ V4 + V5 + I(V4 * V5) + I(V4^2 * V5) + I(V4^3 * V5) + I(V4^2 * V5^2) + I(V4^2*V5^3) + I(V4^3 * V5^2) + I(V4^3 * V5^3), data)
但是我得到了不同的系数:
[1] 3.130403e+03 -1.652007e+01 -1.592879e+02 3.984177e+00 -2.419069e-02 3.919910e-05 1.008657e-04 4.271893e-07 -5.305623e-07 -2.289836e-09
您能告诉我我做错了什么,以及使用 R 实现回归的正确方法是什么吗?
最佳答案
polym(V4, V5) 调用并没有给你你所想的。 (在本例中使用 Poly 或 Polym 并不重要)
让我们看一个例子:
v1 <- 1:10; v2 <- 1:10
poly(v1, v2, degree=3, raw=TRUE)
1.0 2.0 3.0 0.1 1.1 2.1 0.2 1.2 0.3
[1,] 1 1 1 1 1 1 1 1 1
[2,] 2 4 8 2 4 8 4 8 8
[3,] 3 9 27 3 9 27 9 27 27
[4,] 4 16 64 4 16 64 16 64 64
[5,] 5 25 125 5 25 125 25 125 125
[6,] 6 36 216 6 36 216 36 216 216
[7,] 7 49 343 7 49 343 49 343 343
[8,] 8 64 512 8 64 512 64 512 512
[9,] 9 81 729 9 81 729 81 729 729
[10,] 10 100 1000 10 100 1000 100 1000 1000
列标签告诉您作为参数给出的第一个和第二个向量的度数。前三个来自 V2^0,后三个在 V2 中呈线性,依此类推。
这是正确的,但你的第二个例子中有四级术语。如果您实际上正在寻找 4 阶项,只需在方法调用中将阶数更改为 4 即可。
如果您需要有关多项式回归的更多帮助,this article ,对 R-Bloggers 应该有帮助。它展示了如何使用 I()
和 poly
创建模型,尽管我认为它们只是单变量。
关于r - 带 R 的两个变量的多项式回归,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25409373/