我的R公式是否与我想到的统计模型相当？

Question

问题：

使用formula构建统计模型是R语言的强大而优雅的特征。 我没有尽可能多地使用formula的原因之一是语法有点混乱（例如x*y不仅仅意味着“ x和y的乘积”）。

题：

我正在寻找一种方法来确保我正确使用了formula语法，并且我输入的formula确实实现了我想到的统计模型。 理想情况下，我希望在实际拟合模型之前得到此确认。

例：

说，我想通过线性回归找到模型y = a + b*(x1*x2)的参数a和b 。 天真地，我在R中输入

df <- data.frame(y=seq(5), x1=runif(5), x2=runif(5)) # toy data
lm(y~x1*x2, data=df)    # this is wrong

我可以从lm的输出中看出，由于x1和x2的额外系数，这不是我想要的。 但是在调用拟合函数之前应该可以调试公式。 （适合此模型的正确方法是lm(y~x1:x2, data=df) ）

Answer 1

在运行模型之前调试公式的一种方法是使用formula和update ：

f <- formula( y ~ x1*x2)
update( f , terms( f ) )
# y ~ x1 + x2 + x1:x2

f <- formula( y ~ x1:x2)
update( f , terms( f ) )
# y ~ x1:x2

巧合的是，你还可以指定你的模型截距项（即系数为a由包括1（1 *） a = a ），所以这是等价的：

f <- formula( y ~ 1 + x1:x2)
update( f , terms( f ) )
# y ~ x1:x2