執行多元線性回歸分析，包括交互項，使用 summary() 解釋結果，使用 lm() 診斷圖

Question

我嘗試使用類似這樣的代碼執行多元線性回歸分析，但沒有成功。我嘗試使用 lm() function 進行分析。我認為“x1*x2”存在問題。

數據 <- data.frame(x1 = rnorm(100), x2 = rnorm(100), y = rnorm(100)) model <- lm(y ~ x1 + x2 + x1*x2) 摘要(模型) 圖(模型)

它向我顯示錯誤。 我應該怎么辦？

Answer 1

由於您的交互項，沒有發生錯誤。 測試時，這對我來說非常有效。 你忘了指定數據。 lm() function 要求您提供變量應源自的數據。 在下面的代碼中，我還縮短了 function 中的代碼，因為x1*x2已經足夠了。 R 檢測到您有交互項，因此您不必重復相同的變量名稱。

data <- data.frame(x1 = rnorm(100), x2 = rnorm(100), y = rnorm(100)) 
model <- lm(y ~ x1*x2,
            data= data) 
summary(model)
#> 
#> Call:
#> lm(formula = y ~ x1 * x2, data = data)
#> 
#> Residuals:
#>      Min       1Q   Median       3Q      Max 
#> -2.21772 -0.77564  0.06347  0.56901  2.15324 
#> 
#> Coefficients:
#>             Estimate Std. Error t value Pr(>|t|)  
#> (Intercept) -0.05853    0.09914  -0.590   0.5564  
#> x1           0.17384    0.09466   1.836   0.0694 .
#> x2          -0.02830    0.08646  -0.327   0.7442  
#> x1:x2       -0.00836    0.07846  -0.107   0.9154  
#> ---
#> Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
#> 
#> Residual standard error: 0.9792 on 96 degrees of freedom
#> Multiple R-squared:  0.03423,    Adjusted R-squared:  0.004055 
#> F-statistic: 1.134 on 3 and 96 DF,  p-value: 0.3392

^{創建於 2023-01-14，使用reprex v2.0.2}