数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律如何在 R 中固定自变量的系数？
在进行分析时，我们可能会了解自变量的变化，或者我们可能希望了解如果我们固定某个变量，其他自变量的行为如何。因此，我们可以在创建模型时固定自变量的系数，这可以通过使用 offset 函数和我们想要固定系数值的变量的系数来实现。
示例
考虑以下数据框
> set.seed(854) > x1<-rnorm(20,5,0.34) > x2<-rnorm(20,5,1.96) > y1<-rnorm(20,10,1.20) > df1<-data.frame(x1,x2,y1) > df1
输出
x1 x2 y1 1 5.055384 4.179533 10.432503 2 4.504170 4.239420 9.965098 3 4.790987 6.854590 12.394971 4 5.225883 5.302747 9.959724 5 5.331538 7.986233 10.652037 6 5.437044 4.479045 10.631804 7 4.880098 6.737453 11.647296 8 5.027229 3.380460 10.336230 9 5.114676 5.252512 10.005986 10 4.971399 3.423199 10.892680 11 5.360185 8.004727 10.988475 12 4.938459 6.348125 7.740576 13 5.490242 5.362272 8.400993 14 5.104938 4.410061 8.559530 15 5.680805 4.225577 9.805985 16 5.321608 5.213297 8.401131 17 5.095157 8.048281 10.927522 18 5.153315 2.422241 9.090280 19 5.534677 2.886866 8.402550 20 4.625666 4.487508 9.957264
创建预测 y1 的模型，并固定 x2 的系数
> Model1<-lm(y1~x1+offset(5*x2),data=df1) > summary(Model1)
调用
lm(formula = y1 ~ x1 + offset(5 * x2), data = df1)
残差
Min 1Q Median 3Q Max -13.4830 -6.2440 0.9653 4.9613 12.8422
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) -13.0038 32.2757 -0.403 0.692 x1 -0.5549 6.2786 -0.088 0.931
残差标准误差：18 自由度的 8.269
多重 R 平方：0.5247，调整后的 R 平方：0.4983
F 统计量：1 和 18 DF 的 19.87，p 值：0.0003043
示例
让我们看看另一个例子
> a1<-rpois(20,5) > a2<-rpois(20,8) > Response<-sample(1:10,20,replace=TRUE) > df2<-data.frame(a1,a2,Response) > df2
输出
a1 a2 Response 1 3 7 8 2 7 11 8 3 10 8 3 4 6 5 6 5 4 5 8 6 16 10 7 7 4 8 10 8 5 11 1 9 6 4 4 10 5 12 2 11 5 9 7 12 5 8 8 13 7 6 2 14 2 10 9 15 5 10 1 16 5 6 10 17 2 6 7 18 6 11 1 19 8 12 1 20 4 11 4
创建预测 Response 的模型，并固定 a1 的系数
> Model2<-lm(Response~offset(1.34*a1)+a2,data=df2) > summary(Model2)
调用
lm(formula = Response ~ offset(1.34 * a1) + a2, data = df2)
残差
Min 1Q Median 3Q Max -10.890 -3.164 1.325 3.358 9.870
系数
Estimate Std. Error t value Pr(>|t|) (Intercept) 4.4180 4.4255 0.998 0.331 a2 -0.7968 0.4998 -1.594 0.128
残差标准误差：18 自由度的 5.543
多重 R 平方：0.3836，调整后的 R 平方：0.3494
F 统计量：1 和 18 DF 的 11.2，p 值：0.003587
更新于： 2020-11-06
586 次查看
广告