一般に、高次変数で回帰を近似するときに直交多項式を使用しない方が良いのではないかと思っています。特に、Rの使用には疑問があります。
場合poly()とraw = FALSE同じ近似値を生成するpoly()とraw = TRUE、とpolyしてraw = FALSE解く多項式回帰に関連する問題のいくつかは、その後べきpoly()でraw = FALSE 常に多項式回帰を当てはめるために使用すること？どのような状況で使用しない方が良いでしょうpoly()か？
一般に、高次変数で回帰を近似するときに直交多項式を使用しない方が良いのではないかと思っています。特に、Rの使用には疑問があります。
場合poly()とraw = FALSE同じ近似値を生成するpoly()とraw = TRUE、とpolyしてraw = FALSE解く多項式回帰に関連する問題のいくつかは、その後べきpoly()でraw = FALSE 常に多項式回帰を当てはめるために使用すること？どのような状況で使用しない方が良いでしょうpoly()か？
回答:
エヴァー理由は？承知しました; おそらくいくつか。
たとえば、生の係数の値に興味がある場合（仮説の値と比較する場合など）、共線性は特定の問題ではありません。通常の線形回帰（線形直交多項式）の中心を意味しないことが多いのとほぼ同じ理由です。
それらは、直交多項式を介して処理できないものではありません。利便性の問題ですが、利便性は私が多くのことをする大きな理由です。
とは言っても、多くの場合、多項式をあてはめながら直交多項式を使用します。それらには明確な利点があるからです。
モデルが成長したときにRを離れる場合は、そのセンタリング定数と正規化定数をパックすることを忘れないでください。そして、モデルを常に動かす必要があります。ある日、SQLにハードコーディングされていることを想像してみてください。