lm est le nom de la fonction de modèle linéaire (c'est-à-dire de régression multiple) dans le progiciel de statistiques R. Pour les modèles linéaires en général, utilisez plutôt la balise "linear-model".
Pour ma propre compréhension, je suis intéressé par la réplication manuelle du calcul des erreurs types des coefficients estimés, car, par exemple, le résultat de la lm()fonction est fourni R, mais je n’ai pas pu le localiser. Quelle est la formule / mise en œuvre
Plus précisément, je veux savoir s’il existe une différence entre lm(y ~ x1 + x2)et glm(y ~ x1 + x2, family=gaussian). Je pense que ce cas particulier de glm est égal à lm. Ai-je
Je veux supposer que la température de surface de la mer Baltique est la même année après année, puis la décrire avec un modèle fonction / linéaire. L'idée que j'avais était de simplement entrer l'année sous forme de nombre décimal (ou num_months / 12) et de déterminer la température à ce...
Quelle est la formule exacte utilisée dans R lm() pour le R au carré ajusté? Comment puis-je l'interpréter? Formules ajustées au carré Il semble exister plusieurs formules pour calculer le R au carré ajusté. Formule de Wherry: 1−(1−R2)(n−1)(n−v)1−(1−R2)(n−1)(n−v)1-(1-R^2)\frac{(n-1)}{(n-v)} La...
Nous pouvons utiliser lm()pour prédire une valeur, mais nous avons toujours besoin de l'équation de la formule de résultat dans certains cas. Par exemple, ajoutez l'équation aux
En guise de préquelle à une question sur les modèles mixtes linéaires dans R, et à partager comme référence pour les aficionados de statistiques débutants / intermédiaires, j'ai décidé de publier en tant que "style Q&A" indépendant les étapes impliquées dans le calcul "manuel" du coefficients...
J'ai estimé un modèle linéaire robuste Ravec des poids MM en utilisant le rlm()dans le package MASS. `` R '' ne fournit pas de valeur pour le modèle, mais j'aimerais en avoir une s'il s'agit d'une quantité significative. Je suis également intéressé de savoir s'il y a un sens à avoir une valeur R 2...
J'ai un tracé des valeurs résiduelles d'un modèle linéaire en fonction des valeurs ajustées où l'hétéroscédasticité est très claire. Cependant, je ne sais pas comment je dois procéder maintenant, car pour autant que je sache, cette hétéroscédasticité rend mon modèle linéaire invalide. (Est-ce...
J'ai actuellement un problème pour comprendre la syntaxe de R pour ajuster un GLM en utilisant la distribution Gamma. J'ai un ensemble de données, où chaque ligne contient 3 co-variables ( ), une variable de réponse ( ) et un paramètre de forme ( ). Je veux modéliser l'échelle de la distribution...
Contexte J'essaie de comprendre le premier exemple d'un cours sur l'ajustement de modèles (cela peut donc sembler ridiculement simple). J'ai fait les calculs à la main et ils correspondent à l'exemple, mais quand je les répète en R, les coefficients du modèle sont désactivés. Je pensais que la...
Je voudrais faire un test W de Shapiro Wilk et un test de Kolmogorov-Smirnov sur les résidus d'un modèle linéaire pour vérifier la normalité. Je me demandais simplement quels résidus utiliser pour cela - les résidus bruts, les résidus Pearson, les résidus studentisés ou les résidus standardisés?...
Je veux implémenter (en R) le modèle linéaire dynamique très simple suivant pour lequel j'ai 2 paramètres inconnus variant dans le temps (la variance de l'erreur d'observation et la variance de l'erreur d'état ϵ 2 t ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ouitθt + 1==θt+ ϵ1tθt+...
J'ai un GLMM du formulaire: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Lorsque j'utilise drop1(model, test="Chi"), j'obtiens des résultats différents de ceux que j'utilise à Anova(model, type="III")partir du package de voiture ou...
J'essaie de reproduire plusieurs tests d'interaction entre les deux lmet lmersur des mesures répétées (2x2x2). La raison pour laquelle je veux comparer les deux méthodes est que le GLM de SPSS pour les mesures répétées donne exactement les mêmes résultats que l' lmapproche présentée ici, donc à la...
J'essaie simplement de recalculer avec dnorm () la log-vraisemblance fournie par la fonction logLik à partir d'un modèle lm (dans R). Cela fonctionne (presque parfaitement) pour un grand nombre de données (par exemple n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 +...
Pouvez-vous me donner un exemple de l'utilisation d'estimateurs sandwich pour effectuer une inférence de régression robuste? Je peux voir l'exemple dans ?sandwich, mais je ne comprends pas très bien comment on peut passer de lm(a ~ b, data)( r -codé) à une estimation et à une valeur p résultant...
Les greffes suivantes sont extraites de cet article . Je suis novice dans le bootstrap et j'essaie d'implémenter le bootstrap paramétrique, semi-paramétrique et non paramétrique pour le modèle mixte linéaire avec le R bootpackage. Code R Voici mon Rcode: library(SASmixed) library(lme4)...
Donc, j'ai 16 essais dans lesquels j'essaie d'authentifier une personne à partir d'un trait biométrique en utilisant Hamming Distance. Mon seuil est fixé à 3,5. Mes données sont ci-dessous et seul l'essai 1 est un vrai positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 7 0.47...
Un de mes collègues m'a envoyé ce problème apparemment en faisant le tour sur Internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? La réponse semble être 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quand je fais une régression linéaire dans R: data <-...
Je veux adapter un DLM avec des coefficients variant dans le temps, c'est-à-dire une extension de la régression linéaire habituelle, .yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 J'ai un prédicteur ( ) et une variable de réponse ( y t ), des captures annuelles de poissons marins et intérieurs...