MATLAB/R - 범주 형 및 연속 형 예측 변수가있는 선형 회귀 - 왜 연속 예측 형이 제곱됩니까?

Question

저는 범주 형 예측 변수와 0 ~ 1 수치 결과를 사용하여 선형 회귀를 수행합니다. On this page 나는 그것이 수치 적 예측 자와 나란히있을 때 수치 예측자를 제곱 할 것을 제안하는 것을 보았다. (Linear Regression with Categorical Predictor의 세 번째 절 참조).

mdl = fitlm(tbl,'MPG ~ Year + Weight^2')

이 보편적 인 규칙입니다 : 그들은 (matlab에 대한하지만,이뿐만 아니라 R에 일반화) 제공의 예는 weight 연속이며 year은 공칭 다음과 같은 공식은? 내가 그것을 할 때, 나는 훨씬 더 강한 계수를 얻지 만, 나는 그들이 영장없이 그들을 팽창시키지 않도록하고 싶다. 누군가 카테고리 넘버와 함께 숫자에 .^을 사용하는 논리를 설명 할 수 있습니까?

Answer 1

매년 mpg 대 무게를 그래프로 표시하고 곡률을 볼 경우 무게의 다항식이 비선형 성을 보정하는 데 도움이 될 수 있습니다.

library(lattice) 

u <- "https://raw.githubusercontent.com/shifteight/R/master/ISLR/Auto.csv" 
Cars <- read.csv(u) 

o <- with(Cars, order(year, weight)) 
xyplot(mpg ~ weight | year, Cars[o, ], type = c("p", "smooth"))