Question

我的数据集非常大，所以我只是使用10行数据作为示例（我已经在excel中找到答案，但无法在R中复制它，因为我需要代码的帮助）：< / p>

constant<-c(6.10,5.12,5.04,4.97,4.89,4.89,4.87,4.87,4.88,4.99)
years.star<-c(219.87,153.69,146.19,139.35,127.27,127.27,121.91,121.91,112.28,99.98)
years.sq.star<-c(7915.41,4610.71,4239.78,3901.93,3309.27,3309.27,3047.95,3047.95,2582.58,1999.62)
ln.salary<-c(28.43,23.12,21.59,21.44,22.71,23.33,20.29,21.76,21.48,22.92)

try<-data.frame(constant,years.star,years.sq.star,ln.salary)

Ln.salary是因变量。你应该得到的答案是：

intercept-  6.474922
beta1-      -0.15026
beta2-      0.002769

我的问题是在R中，如果我使用lm函数，它不知道我的拦截具有上面的值。它只使用1,1,1,1,1,1,1,1,1,1而不是6.10,5.12等

所以test<-lm(ln.salary~years.star+years.sq.star,data=try,weights=constant)

不起作用，因为它只会产生这个答案：

intercept-   207.1706
beta1-       -3.13214
beta2-        0.064416

从本质上讲，我已经采集了数据并试图调整异方差性。在最后一步，我有恒星和我变换的x变量。最后一步是在常量和x变量上回归ln.salary，给出我应该得到的答案。

我可以在excel中完成，但不能在R中完成，我知道我没有得到正确的代码。我知道生成拦截（1,1,1 ...）的lm函数是问题所在。请你帮忙。

亲切的问候 d

Answer 1

如果要在特定常量处“固定”截距，则应从响应中减去该常量的值，然后拟合无截距模型。例如

test <- lm( ln.salary - 6.474922 ~ years.star + years.sq.star + 0,
    data=try, weights=constant)

这里我们减去截距项，然后我们将+0添加到公式中以表示不符合截距项。有了这个模型，我得到了

Call:
lm(formula = ln.salary - 6.474922 ~ years.star + years.sq.star + 
    0, data = try, weights = constant)

Coefficients:
   years.star  years.sq.star  
     0.197384      -0.002842

Answer 2

如果你想为每一行改变“拦截”，那么你需要使用'偏移'而不是'权重'：

 test<-lm(ln.salary~years.star+years.sq.star+0,data=try,offset=constant)

Call:
lm(formula = ln.salary ~ years.star + years.sq.star + 0, data = try, 
    offset = constant)

Coefficients:
   years.star  years.sq.star  
     0.236355      -0.003881

我对这与Excel不一致的事实印象不深。众所周知，该程序的线性回归程序相当复杂。另一方面，如果您确定需要使用权重，那么您应该澄清使用该术语的三种不同可能解释中的哪一种。（选择：复制，采样，逆方差）。 “权重”的lm解释是逆方差版本。（它在帮助页面中描述为“与方差成反比”，所以如果那些“常数” - 项是方差，那么也许你想要：

> (test<-lm(ln.salary~years.star+years.sq.star+0, data=try, weights=1/constant) )

Call:
lm(formula = ln.salary ~ years.star + years.sq.star + 0, data = try, 
    weights = 1/constant)

Coefficients:
   years.star  years.sq.star  
     0.309391      -0.005189

R中的加权最小二乘法

2 个答案: