在 lm 回歸中使用偏移量 - R

Question

我有這個代碼

dens <- read.table('DensPiu.csv', header = FALSE)
fl <- read.table('FluxPiu.csv', header = FALSE)
mydata <- data.frame(c(dens),c(fl))

dat = subset(mydata, dens>=3.15)
colnames(dat) <- c("x", "y")
attach(dat)

我想對包含在dat 中的數據進行最小二乘回歸，該函數具有以下形式

y ~ a + b*x

我希望回歸線通過一個特定的點 P(x0,y0) （它不是原點）。

我正在嘗試這樣做

 x0 <- 3.15 

 y0 <-283.56

 regression <- lm(y ~ I(x-x0)-1, offset=y0)

（我認為在這種情況下不需要 data = dat ）但我收到此錯誤：

Error in model.frame.default(formula = y ~ I(x - x0) - 1, : variable
 lengths differ (found for '(offset)').

我不知道為什么。 我想我沒有正確定義偏移值，但我在網上找不到任何示例。

有人可以向我解釋偏移是如何工作的嗎？

Answer 1

您的偏移項必須是一個變量，例如x和y ，而不是數字常量。 因此，您需要使用適當的值在數據集中創建一列。

dat$o <- 283.56
lm(y ~ I(x - x0) - 1, data=dat, offset=o)

Answer 2

事實上，這里的真正問題是您應該使用長度與數據的行數（或長度，如果數據由向量組成）相同的向量指定offset 。 以下代碼將按預期完成您的工作：

regression <- lm(y ~ I(x-x0)-1, offset = rep(y0, length(y))

對於感興趣的人，這里有一個很好的解釋： http : //rfunction.com/archives/223