有没有办法在R中获得反对数？

我已经给出了一个数据集并将值输入到R.对于赋值问题，您需要复制以下等式：y = 0.08x^0.75。有没有办法在R中获得反对数？

为了把它变成一个适合y = Bo + B1x的等式，我使用下面的代码取两边的log10。

fit <- lm(log10(Predator_Biomass)~log10(Prey_Biomass)) 
summary(fit)

由此我能够获得：Y = -1.1050 + 0.7450x

现在我已经指示，我需要双方的反对数，使得博时价值将匹配0.08或者有点类似。 R中是否有反对数函数可以对此有所帮助？任何信息都有帮助。

编辑：显然，作为答案提供的一切只采取了反系数的对数，而不是整个方程。有没有办法在R中取反方程的反对数？

来源

2017-09-24 A Sidhu

'10^-1.1050'返回'0.07852356'。 –

Rui Barradas和d.b：感谢您的帮助！当我这样做： round（10 ^（fit $ coefficients），2）它给了我一个不同的B1值，它不适合模型 –

也许'10^coef（fit）'，如果这样做工作，'圆'。 –

这实际上是一个数学问题，而不是计算问题。如果您符合双对数回归如下：

fit <- lm(log10(Predator_Biomass)~log10(Prey_Biomass))

的基本公式是

log10(y) = a+b*log10(x)

提高10双方给出：

y = 10^(a+b*log10(x)) = 10^a * 10^(b*log10(x)) = 10^a * (10^log10(x))^b 
    = 10^a * x^b

参数a和b是线性模型的第一和第二系数。如果你想恢复y = c*x^b的参数，你需要反对截获（10^(coef(fit)[1])），但指数b应该没有转换的罚款（coef(fit)[2]）。

来源

2017-09-24 22:47:17

非常感谢！这一切都是有道理的，并且确实可以输出正确的Bo，但是根据我的TA，我仍然需要能够进行方程的反对，以便我可以得到具有SE（Bo）的总结，然后可以用它来确定CI的。我目前使用的SE（Bo）是：lm（log10（Predator_Biomass）〜log10（Prey_Biomass））这是不正确的，因为Bo是-1.1050。 –

你应该问你的电讯局长澄清/澄清你的问题。你想要*预测值*的置信区间吗？ –

有没有办法在R中获得反对数？

回答

相关问题