我有大约500只股票及其收益的数据集。我想知道是否有一种方法可以生成一个因变量到一个独立变量的
我遇到了与<a href="https://stackoverflow.com/questions/47976109/na-values-when-regressing-with-dummy-variable-interaction-term">here
我有一个包含1,200,000个.txt文件（数据帧）的目录。所有文件都具有相同的列名（ID SEX PV YPV APV GT N E Y M C
我对73个观测值（包括9个独立变量）指定了线性回归模型。作为小n数据集的典型值，似乎存在一定的异
我已经使用以下方法在R中拟合了线性模型：<br/>
<pre><code>$(document).on('show.bs.collapse hide.bs.collapse'
我正在尝试生成一个基于mblm包的自定义函数生成的回归斜率表（此处示例中的函数为简化版本）。该函
当通过回归控制其他变量时，如何以均分-逐变量的方式绘制均值的柱状图？
<h2>我的一般问题</h2>
我正在尝试使用lm（）函数计算R中的斜率。我有一个包含点X1-X20的数据集，该点具有计算的面积和对数
为什么预测值的总和与因变量的总和相同？
<pre><code>ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
t
我有一个基本的事前审判设计。在干预之前（这里是V1）和一个职位（V2）之前，对每个组中的每个参与
以下是示例数据：
<pre><code>df = (pd.crosstab(df['items'], df['status'],
margins=True,
我想为线性模型做一个循环，但是遇到问题。
首先，我编写一个循环（无法运行）以提取所需的bet
为什么公式一级以上时，无法将公式传递给具有权重的lm对象？
<pre><code>select max(case when rw_id = 100 then
对于几年前回答的问题，我基本上有一个后续问题，涉及在栅格堆栈上进行线性回归。 （请参见<a href="h
<h1>背景</h1>
我有兴趣使用<a href="https://rdrr.io/cran/sparklyr.nested/man/sdf_nest.html" rel="nofollow noreferrer"><code>sdf_ne
我通过以下方式进行线性回归：
<pre><code>df <- data.frame(y = c(1,2,3,4,5,6,7,8), y1 = c(1.05,2.1,3.5,3.9,4.8,6.1,6.8
我正在尝试编写方程来预测中位数，首先，我需要将多元线性回归模型拟合为中位数房价（MEDV）的函数
有问题的数据是时间序列数据。我正在尝试绘制残差值对拟合值的图，但散布图将点连接在一起。无论
如何提取R中正交多项式回归的系数？
它像带有原始回归的魅力一样工作：
<pre><code>#create datas
se
我使用函数lm（）完成了34个回归分析，分别针对不同的市镇进行了回归，我想制作一张表格，列出市镇
