タグ付けされた質問 「lm」

Rで作成された線形モデルについて質問されましたlm。 「回帰は線形または非線形の反復最小二乗法を使用しましたか？」 私は少し検索して、2つの違いを理解しましたが、Rが線形最小二乗法を使用していることの証拠は見つかりませんでしたlm（これは私が使用していると思います）。 私はthrouhg lmとその基礎となる関数のlm.fitドキュメントをとかしましたが、関連するものは何も見つかりませんでした。 私が尋ねられた質問は馬鹿げた質問だと思います、そしてそれはおそらく間違って定式化されていますが、私がそれにどのように答えることができるかについての助けをいただければ幸いです。

9 r  linear-model  lm 

因子を含むデータを扱う場合、Rを使用してlm（）関数で各グループの平均を計算できます。これにより、推定平均の標準誤差も得られます。しかし、この標準誤差は、手作業による計算から得られるものとは異なります。 ここに例があります（Rの2つのグループ間の違いを予測するここから取得） 最初にlm（）で平均を計算します。 mtcars$cyl <- factor(mtcars$cyl) mylm <- lm(mpg ~ cyl, data = mtcars) summary(mylm)$coef Estimate Std. Error t value Pr(>|t|) (Intercept) 26.663636 0.9718008 27.437347 2.688358e-22 cyl6 -6.920779 1.5583482 -4.441099 1.194696e-04 cyl8 -11.563636 1.2986235 -8.904534 8.568209e-10 切片は、最初のグループである4気筒車の平均です。直接計算によって平均を取得するには、これを使用します。 with(mtcars, tapply(mpg, cyl, mean)) 4 6 8 26.66364 19.74286 15.10000 平均値の標準誤差を取得するには、サンプルの標準偏差を計算し、各グループの観測数で割ります。 with(mtcars, tapply(mpg, …

8 r  categorical-data  mean  lm 

線形回帰と線形モデルの違いに興味があります。私の理解では、線形回帰は線形モデルのより大きなファミリの一部ですが、両方の用語が同義語としてよく使用されます。さて、線形回帰を実行するときに満たす必要がある仮定をバイパスするために、回帰分析を線形モデルに置き換えることができると私は提案しました。トピックに関する読書の提案があれば、それらは大歓迎です。 私が何をしているのかを理解する手助けをしてほしい 線形回帰であり、そのように扱う必要があります 「線形モデル」に置き換えることができます 私の方法は「線形モデル」と同義です だから、ここでは私が略してやったことです。分析の目的は、散布図に線をプロットすることでした。データセットの分析には、x軸とラインの勾配と交点の両方が使用されます。結果変数は化学元素の割合（時間あたりの濃度）であり、予測子は2つの濃度の比率（したがって単位なし）でした。1つのプロットで比較する必要があるさまざまな環境（深度）でレートを測定しました。深さの1つだけが回帰の仮定に適合しません。 Rでlm関数を使用して線形方程式を計算しました。 lmオブジェクトの残差を確認しました。 残差が正規分布でも分散も等しくないことを発見しました。 結果の変量（レート）の対数変換により分散が修正されると考えましたが、残差はまだ正規分布していませんでした。 方程式から外れ値によるバイアスが少なくなるようにロバストな方法を使用することにしました。これは分析から除外できません（関数lmrob、パッケージrobustbase）。 対数変換のため、線をプロットしませんでした。対数変換する必要のない他のデータがプロットにありますが、問題を引き起こしているデータセットに匹敵するはずです。また、元のプロットは複数のプロットデザインの一部であり、すでに広範囲に及ぶため、プロットを対数スケールで拡大することもできません。 多分私の目的のために、回帰の仮定は興味がありませんか？今はどうしようか悩んでいるのでよろしくお願いします！

8 regression  linear-model  lm