代码之家 › 专栏 › 技术社区 › Bob Albright

从数据/系数创建lm对象

linear-regression r

Bob Albright · 技术社区 · 15 年前

有人知道一个函数可以创建一个给定数据集和系数的lm对象吗?

我对此很感兴趣,因为我开始使用贝叶斯平均模型(BMA),我希望能够从bicreg的结果中创建一个lm对象。我想访问所有优秀的通用lm函数,如诊断绘图、预测、cv.lm等。

如果你非常确定这样一个函数不存在,那么了解它也很有帮助!

library(BMA)
mtcars_y <- mtcars[, 1] #mpg
mtcars_x <- as.matrix(mtcars[,-1])
res <- bicreg(mtcars_x, mtcars_y)

summary(res)
res$postmean # bma coefficients

# The approximate form of the function
# I'm looking for
lmObject <- magicFunction(data=mtcars, coefficients=res$postmean)

2 回复 | 直到 15 年前

Ian Fellows 15 年前

我不知道这样做有什么作用。当然可以做一个。您的magicFunction需要做的就是创建一个包含元素的列表:

> names(fakeModel)
[1] "coefficients"  "residuals"     "effects"       "rank"         
 [5] "fitted.values" "assign"        "qr"            "df.residual"  
 [9] "xlevels"       "call"          "terms"         "model"

然后使其成为lm对象

> class(fakeModel) <- c("lm")

让我说,我认为这是个坏主意。谁说您应用的通用函数将适用于BicReg对象。例如,您如何解释AIC(FakeModel)?

最好创建自己的函数来进行诊断和预测。

juba 15 年前

看来你可以计算 lm 像往常一样,然后通过修改 $coefficients 你的属性 lm() 结果。

有关详细信息,请参阅此问题和结果:

http://tolstoy.newcastle.edu.au/R/e2/help/07/08/24294.html

但不确定它是否符合您想要做的事情…

推荐文章

user144153 · 使用python的线性拟合中的错误传播

7 年前

user8276807 · 在logistic回归中添加虚拟变量向量

7 年前

Achow · 多元线性回归Python statsmodel在输出中显示预测变量[T.x]

7 年前

Try Khov · 在R中的lm()中键入多个解释变量是否有捷径?

7 年前

Fanta · 当预测应该是(非分类)整数时,如何舍入预测?[已关闭]

7 年前

78282219 · Proc reg:并行检查最佳三个变量

7 年前

demalegabi · 试图理解线性回归中的期望值

7 年前

Kalpit · 比较线性回归的计算和分析结果

7 年前

BadPractice · 了解R中的durbin-watson测试

7 年前

Fackelmann · Python-Scikit-LinearRegression和Ridge返回不同的结果

7 年前