子集参数如何在lm()函数中起作用?

时间:2012-07-04 11:17:03

标签: r linear-regression lm

我一直试图弄清楚R subset函数中的lm()参数是如何工作的。特别是下面的代码对我来说似乎很可疑:

 data(mtcars)
 summary(lm(mpg ~ wt,  data=mtcars))
 summary(lm(mpg ~ wt, cyl, data=mtcars))

在每种情况下,回归都有32次观察

  dim(lm(mpg ~ wt, cyl  ,data=mtcars)$model)
  [1] 32  2
   dim(lm(mpg ~ wt  ,data=mtcars)$model)
  [1] 32  2

然而系数发生变化(与R²一起)。该帮助没有提供太多关于此事的信息:

  

子集一个可选向量,指定要在拟合过程中使用的观察子集

1 个答案:

答案 0 :(得分:12)

作为一般原则,在子集化中使用的向量可以是逻辑的(例如,对于每个元素为TRUE或FALSE)或数字(例如,数字)。作为一个有助于采样的功能,如果它是数字R,如果它出现在子集化数字向量中,它将多次包含相同的元素。

我们来看看cyl

> mtcars$cyl
 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

所以你得到一个相同长度的data.frame,但它包括第6行,第6行,第4行,第6行等。

如果你自己进行子集化,你可以看到这个:

> head(mtcars[mtcars$cyl,])
                mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Valiant        18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Valiant.1      18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Hornet 4 Drive 21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Valiant.2      18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Merc 240D      24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Valiant.3      18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1

你的意思是做这样的事吗?

summary(lm(mpg ~ wt, cyl==6, data=mtcars))