[英]Shortcut using lm() in R for formula
可以在lm()
中使用公式的快捷方式
m <- matrix(rnorm(100), ncol=5)
lm(m[,1] ~ m[,2:5]
在這里它會和
lm(m[,1] ~ m[,2] + m[,3] + m[,4] + m[,5]
但是在變量不在同一級別的情況下(至少這是我現在的假設)這不起作用並且我得到錯誤:
Error in model.frame.default(formula = hm[, 1] ~ hm[, 2:4], drop.unused.levels = TRUE) :
invalid type (list) for variable 'hm[, 2:4]'
數據(hm):
N cor.distance switches time
1 50 0.04707842 2 0.003
2 100 -0.10769441 2 0.004
3 200 -0.01278359 2 0.004
4 300 0.04229509 5 0.008
5 500 -0.04490092 6 0.010
6 1000 0.01939561 4 0.007
是否還有一些捷徑可以避免編寫長公式?
試試lm(y ~., data)
where .
表示“除y
之外的data
中的所有其他列。
m <- matrix(rnorm(100), ncol =5)
m <- as.data.frame(m)
names(m) <- paste("m", 1:5, sep="")
lm(m1 ~., data=m)
您可以重新分配m
以僅包含您作為預測變量的列
m <- m[ ,2:4]
lm(m1 ~ ., data=m)
當因變量位於第一列時,還有另一個快捷方式:
data <- data.frame(y = rnorm(10), x1 = rnorm(10), x2 = rnorm(10))
lm(data)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.