lm

    4

    1답변

    > reg.len <- lm(chao1.ave ~ lg.std.len, b.div) # b.div is my data frame imported from a CSV file > reg.len Call: lm(formula = chao1.ave ~ lg.std.len, data = b.div) Coefficients: (Intercept) lg.

    1

    2답변

    저는 R에 익숙하지 않고 한 가지 문제 만 고집합니다. 예를 들어 설명하겠습니다. 나는 R을 PHP와 함께 사용하고 있습니다. 나는 선형 회귀를 계산 한 R 스크립트가 있습니다 reg_result <- lm(Y ~ A1 + A2 + A3, data=query_result) 을 그리고 prediction 등에 회귀 결과 reg_result을 사용하고 있습

    0

    1답변

    많은 기능의 출력이 목록 구조에 있습니다 (예 : lm()). 결과적으로 "$"또는 대괄호로 색인을 사용하여 출력의 개별 섹션을 검색 할 수 있습니다. 내 질문은 그것이 목록임을 명백히 나타내지 않고 목록 형식으로 출력을 만드는 방법입니다. 아시다시피, 목록이 화면에 출력 될 때, 그것은 일반적으로 하위 목록 이름을 가지고 또는 인덱스는 다음과 같이 표시

    2

    2답변

    이 문제는 직접 해결할 수있는 더 쉬운 문제에서 기인합니다. 그래서 여기에 나의 원래 질문입니다. 내 데이터에는 많은 범주가 있지만 모든 계수를 예측하는 데 관심이 없으며 범주에 차이가 없다는 가정을 테스트하고 싶습니다. 그리고 내 개체에 summary을 호출하면 보고서에 필요하지 않은 대부분의 정보가 생성됩니다. set.seed(42) dat <- da

    1

    2답변

    R에서 lm 유형의 개체 목록 (예 : glm, lme, clm)을 차례로 순환하여 새로운 수식 또는 다른 인수로 업데이트해야하는 경우가 있습니다. lapply()을 사용하여 이름을 변경하지 않고 같은 목록 형식으로 반환하므로 처리를 계속할 수 있습니다. 때때로 내가 통과 한 인수는 동적이며 각 모델마다 다릅니다. 예를 들어, jj lapply(names(

    1

    1답변

    lm()을 R으로 사용하여 일련의 (실제로 93) 별도의 선형 회귀 분석에 적합합니다. R lm() 도움말 설명서에 따라 : "응답이 매트릭스 인 경우 선형 모델은 매트릭스의 각 열에 최소 제곱으로 따로 따로 맞추어집니다." Y 응답 행렬에 누락 된 데이터 요소가 없으면 정상적으로 작동합니다. 누락 된 점이 있으면 각 회귀를 사용 가능한 데이터로 맞추는 대

    3

    2답변

    는 다음과 같은 유형의 XTS 개체를 사용하여 회귀 분석을 실행하는 유틸리티가 있습니까 : my_xts는 x과 y를 포함하는 xts 개체입니다 lm(y ~ lab(x, 1) + lag(x, 2) + lag(x,3), data=as.data.frame(coredata(my_xts))) . 문제의 요점은 모든 지연을 가지고 data.frame을 갖기 위해

    4

    1답변

    OpenEars를 사용하려하지만 성가신 오류가 발생합니다. languagemodel 파일을 프로젝트에 추가 한 후 응용 프로그램을 실행하려고하면 오류가 즉시 시작됩니다. \data\ ngram 1=10 ngram 2=16 ngram 3=8 \1-grams: -0.7782 </s> -0.3010 -0.7782 <s> -0.2218 -1.6812

    9

    2답변

    R에서 선형 모델에 대한 요약 테이블이있는 경우 상호 작용 예측과 관련된 p 값을 얻거나 그룹 인터셉트를 어떻게 얻을 수 있습니까? 등, 행 번호를 계산하지 않고도? 예를 들어 연속으로 x과 같은 범주 group와 lm(y ~ x + group)와 같은 모델의 lm 개체에 대한 요약 테이블에 대한 추정이 있습니다 절편 X를 모두에서 기울기를 그룹 5 전체

    7

    3답변

    : model <- lm(y ~ x) 내가의 예측 값을 알고 싶어 : 나는 사용하여 선형 모델 lm()을 계산 x <- c(0, 40, 80, 120, 160, 200) y <- c(6.52, 5.10, 4.43, 3.99, 3.75, 3.60) 을 새 y 값이있는 경우 xynew <- c(5.5, 4.5, 3.5)이지만, predict() 함수를