如何解决多元线性模型的解释
我有一个关于拟合 R 中 iris 数据集的线性多元模型的模型矩阵和参数矩阵的问题。这是我正在使用的代码(函数 lm)和输出:
> (fm = lm(cbind(iris[,1],iris[,2],3],4])~(iris[,5])))
Call:
lm(formula = cbind(iris[,4]) ~
(iris[,5]))
Coefficients:
[,1] [,2] [,3] [,4]
(Intercept) 5.006 3.428 1.462 0.246
iris[,5]versicolor 0.930 -0.658 2.798 1.080
iris[,5]virginica 1.582 -0.454 4.090 1.780
我的目标是在矩阵中分解模型:
多元模型的模型矩阵 A 和 4 x 4 参数矩阵 β X = Aβ + E
据我所知,矩阵 β 是上面刚刚获得的系数矩阵:
[,5]virginica 1.582 -0.454 4.090 1.780
因此,矩阵 β 不是一个 3 x 4 矩阵(3 行 4 列)而不是 4 x 4 矩阵吗?
解决方法
您可以查询 R 如何对 Species
预测器进行编码:
contrasts( iris$Species )
## and verify how this applies to your model matrix:
model.matrix( fm )
简而言之 - 您不需要拦截和 4 个参数。在这种情况下,setosa
是截距。因此是 3x4。这就是你要的吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。