0
R中这两个模型有什么区别?R中的x^2和I(x^2)有什么区别?
model1 <- glm(y~ x + x^2, family=binomial(link=logit), weights=numbers))
model2 <- glm(y~ x + I(x^2),family=binomial(link=logit), weights=numbers))
还有什么等于在SAS的I(x^2)
?
R中这两个模型有什么区别?R中的x^2和I(x^2)有什么区别?
model1 <- glm(y~ x + x^2, family=binomial(link=logit), weights=numbers))
model2 <- glm(y~ x + I(x^2),family=binomial(link=logit), weights=numbers))
还有什么等于在SAS的I(x^2)
?
的I()
功能装置“按原样”而^n
(到n的功率)的操作装置“包括这些变量和所有交互最多n个方式”
这意味着:
I(X^2)
字面上倒退ý针对X平方并
X^2
装置包括X和X的2方式相互作用,但因为它是唯一一个V-易于交互,因此它只返回本身,即X.请注意,在您的公式中,您说X + X^2
转换为X + X
,在公式语法中只考虑一次。即两个X中的一个将被删除。
示范:
Y <- runif(100)
X2 <- runif(100)
df <- data.frame(Y,X1,X2)
b <- lm(Y ~ X2 + X2^2 + X2,data=df)
> b
Call:
lm(formula = Y ~ X2 + X2^2 + X2, data = df)
Coefficients:
(Intercept) X2
0.48470 0.05098
a <- lm(Y ~ X2 + I(X2^2),data=df)
> a
Call:
lm(formula = Y ~ X2 + I(X2^2), data = df)
Coefficients:
(Intercept) X2 I(X2^2)
0.47545 0.11339 -0.06682
希望它能帮助!
谢谢。它确实有帮助 – 2014-11-21 09:15:09
这已被询问并回答了很多次。请阅读'?公式',如果您仍然不清楚差异,请编辑您的问题,以明确剩下的问题。 – 2014-11-20 22:09:40