所以我对lm() - 命令感到有些困惑。我用lm(x~y, mydata)
和lm(y~x, mydata)
试了一下,得到了不同的输出。
那么,哪个变量用作x,哪个变量用作y?我很遗憾地问这样一个noob问题,但我不确定,我也找不到解释该命令参数的任何内容!
答案 0 :(得分:8)
答案可以在该功能的帮助页面上找到。在Details
部分,我们有:
A typical model has the form response ~ terms where response is the (numeric) response vector and terms is a series of terms which specifies a linear predictor for response.
还有更多详细信息(也从lm
帮助页面链接到formula
。在formula
的详细信息部分中,我们有:
The ~ operator is basic in the formation of such models. An expression of the form y ~ model is interpreted as a specification that the response y is modelled by a linear predictor specified symbolically by model.
总而言之,您可以用符号术语定义模型,其中LHS是您的响应变量,RHS是您的预测变量。您会得到不同的答案,因为在一个模型中,y
是您的响应变量,另一个是x
。
如果您不了解,可以在命令行中使用?
访问几乎所有功能的帮助页面,即?lm
或?formula
。