[英]R: Multiple variables in GLM (one polynomial one sinusoidal)
我有一些测量功率、风速和风向的数据。 功率和风速之间存在二次多项式相关性,功率和风向之间可能存在正弦相关性。 我需要对此进行调查并获得 Beta 值和 p 值,然后查看模型的拟合程度。
所以我有两个变量,它们可能会影响功率。 该模型需要是广义线性模型。
我是 R 的新手,但我尝试了不同的方法,但找不到。 我有一个矩阵,其中收集了所有数据。 谁能帮我?
Generalized Linear Model
(glm) 的公式例如是power ~ wind speed + wind direction
。
您可以使用以下代码执行此 glm:
lmfit <- glm(power ~ wind_speed + wind_direction, dataset)
要分析模型,您可以执行summary(lmfit)
。 有关分析数据的更多信息,您可以查看此页面
有关 glm 的更多信息,请查看此链接以获取有关glm
函数的更多信息。 或者搜索一些关于如何在 R 中执行线性模型的教程,比如这个
编辑:后续问题:
我个人执行以下操作:
formula <- power ~ wind_speed + wind_direction + windspeed2 + sinwd
lmfit <- glm(formula, dataset)
如果您执行以下操作,它也应该有效:
windspeed2 <- windspeed^2
sinwd <- sin(wind_direction)
formula <- power ~ wind_speed + wind_direction + windspeed2 + sinwd
lmfit <- glm(formula, dataset)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.