タグ付けされた質問 「lm」

（おもちゃの例として）応答変数と3つの共変量を含むデータがあるとします。 y = c(1,4,6) d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2)) 線形回帰をデータに適合させたい： fit = lm(y ~ d$x1 + d$x2 + d$y2) 個々の共変量を書き出す必要がないように、式を書く方法はありますか？たとえば、次のようなもの fit = lm(y ~ d) （データフレームの各変数を共変量にする必要があります。）実際にデータフレームに50個の変数があるので、書き込みを避けたいと思っていx1 + x2 + x3 + etcます。

127 r  dataframe  glm  lm 

lm()関数を使用してRで線形回帰を実行したいと思います。私のデータは、年（22年）のフィールドと州（50州）の別のフィールドを持つ年次時系列です。各状態の回帰を当てはめたいので、最後にlm応答のベクトルを取得します。各状態に対してforループを実行してから、ループ内で回帰を実行し、各回帰の結果をベクトルに追加することを想像できます。ただし、これはRのようには見えません。SASでは「by」ステートメントを実行し、SQLでは「group by」を実行しました。これを行うRの方法は何ですか？

92 r  regression  linear-regression  lm 

名前ではなく、B1（newx）線形モデル係数の値だけを探しています。0.5の値が欲しいだけです。「newx」という名前は必要ありません。 newx <- c(0.5,1.5.2.5) newy <- c(2,3,4) out <- lm(newy ~ newx) out 次のようになります： Call: lm(formula = newy ~ newx) Coefficients: (Intercept) newx 1.5 1.0 ここに着きました。しかし今、私は立ち往生しています。 out$coefficients["newx"] newx 1.0

92 r  vector  named  lm 

Stargazerは、lm（およびその他の）オブジェクト用の非常に優れたラテックステーブルを作成します。最尤法でモデルを近似したとします。スターゲイザーに見積もり用のlmのようなテーブルを作成してもらいたいのですが。これどうやってするの？ 少しハッキーですが、1つの方法は、私の見積もりを含む「偽の」lmオブジェクトを作成することかもしれません。summary（my.fake.lm.object）が機能する限り、これは機能すると思います。それは簡単に実行できますか？ 例： library(stargazer) N <- 200 df <- data.frame(x=runif(N, 0, 50)) df$y <- 10 + 2 * df$x + 4 * rt(N, 4) # True params plot(df$x, df$y) model1 <- lm(y ~ x, data=df) stargazer(model1, title="A Model") # I'd like to produce a similar table for the model below …

83 r  optimization  lm  stargazer 

データのサブセットのみでlm（）を実行しようとしていますが、問題が発生しています。 dt = data.table(y = rnorm(100), x1 = rnorm(100), x2 = rnorm(100), x3 = as.factor(c(rep('men',50), rep('women',50)))) # sample data lm( y ~ ., dt) # Use all x: Works lm( y ~ ., dt[x3 == 'men']) # Use all x, limit to men: doesn't work (as expected) 上記は機能しません。データセットに男性のみが含まれるため、性別変数x3をモデルに含めることができないためです。だが... lm( y …

9 r  formula  lm  factors