标签: lm

我想将回归线方程和 r 平方值添加到我的ggplot2散点图中。

我发现了一个类似的问题，它给出了下面的代码，但是当我通过截距强制回归时它不起作用：

library(devtools)
source_gist("524eade46135f6348140")
df = data.frame(x = c(1:100))
df$y = 2 + 5 * df$x + rnorm(100, sd = 40)
ggplot(data = df, aes(x = x, y = y, label=y)) +
  stat_smooth_func(geom="text",method="lm",hjust=0,parse=TRUE, formula=y~x-1) +
  geom_smooth(method="lm",se=FALSE, formula=y~x-1) +
  geom_point()

通过添加formula=y~x-1，显示的文本显示系数为截距，截距为NA。有没有办法解决这个问题？

我尝试将公式传递给 lm()。但是，当我执行以下操作时：

independend_vars <- c("PC_1_food_men","covar_prev_diab")
dependent_var <- c("PC_1_mets_men", "PC_2_mets_men", "PC_3_mets_men")

var_names <- independend_vars

formula <- as.formula(paste0(dependent_var, "~", paste0(var_names, collapse = "+")))

我收到以下错误：

Warning:
Using formula(x) is deprecated when x is a character vector of length > 1.
  Consider formula(paste(x, collapse = " ")) instead. 

有谁知道问题出在哪里？

在线性模型的公式定义中转换模型是一个好习惯吗？

例如:

reg1 <- lm(log(Y) ~ X + Z + (W)^2, data = data)

当我只有W,X,Y,Z在数据而不是转化变量？W^2当我打电话给总结时,我没有看到列出reg1.

我有很多交互术语,我想要将这些系数的名称输出到LaTeX,而不是那么麻烦.

我不想事先在我的数据框架中生成所有交互,这是一个很大的麻烦.

我正在尝试使用 R 进行多项式回归lm，我有

Time=c(1980:2016)
y= rnorm(length(Time))

我用了 ：

reg=lm(y~poly(Time,2))
round(reg$coefficients,3)

这使 ：

 (Intercept) poly(Time, 2)1 poly(Time, 2)2 
        -0.110         -1.298          0.172

和 ：

Time2=Time^2
reg2=lm(y~Time+Time2)
round(reg2$coefficients,3)

它给

(Intercept)        Time       Time2 
   1146.590      -1.128       0.000 

哪里有问题？

我可以使用该anova函数来获得线性模型的ANOVA表.然而,这给出了每个解释变量对响应变量的单独影响.我想知道R中是否有任何函数可以获得overall ANOVA所有解释变量对响应变量的总体影响.在此先感谢您的帮助.

MWE

set.seed(12345)
X1 <- 10*abs(rnorm(n=10, mean = 5, sd = 1))
X2 <- 20*abs(rnorm(n=10, mean = 4, sd = 2))
Y <- 50*abs(rnorm(n=10, mean = 10, sd = 4))

df <- data.frame(X1, X2, Y)

fm1 <- lm(formula=Y~X1+X2, data=df)
anova(fm1)

Analysis of Variance Table

Response: Y
          Df Sum Sq Mean Sq F value Pr(>F)
X1         1  37842   37842  0.7815  0.406
X2         1 115774  115774  2.3910  0.166
Residuals  7 338941   48420  

编辑(2017-10-23)

所需的输出是

Analysis of Variance …

我有一个线性模型，我想每周使用更新的数据运行一次，然后提取并打印估计系数和标题。例如：

data <- mtcars
fit <- lm(mpg ~ cyl + disp + hp, data = data)
summary(fit)

Call:
lm(formula = mpg ~ cyl + disp + hp, data = data)

Residuals:
   Min         1Q     Median         3Q        Max 
-4.0888899 -2.0845357 -0.7744705  1.3971991  6.9183052 

Coefficients:
           Estimate  Std. Error  t value            Pr(>|t|)    
(Intercept) 34.18491917  2.59077758 13.19485 0.00000000000015372 ***
cyl         -1.22741994  0.79727631 -1.53952            0.134904    
disp        -0.01883809  0.01040369 -1.81071            0.080929 .  
hp          -0.01467933  0.01465087 -1.00194            0.324952    

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ …