在R编程语言中使用〜（代字号）

Question

我在一篇关于回归建模的教程中看到了以下命令：

myFormula <- Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width

这个命令到底是做什么的，以及~（代字号）在命令中的作用是什么？

Answer 1

<-右侧的内容是formula对象。它通常用于表示统计模型，其中~左侧的内容是响应，而~右侧的内容是解释变量。所以在英语中你会说像“物种取决于萼片长度，萼片宽度，花瓣长度和花瓣宽度”。

该行的myFormula <-部分将公式存储在名为myFormula的对象中，以便您可以在R代码的其他部分中使用它。

---

R

中公式对象的其他常见用法

lattice包将它们用于specify the variables to plot ggplot2包将它们用于specify panels for plotting dplyr包将它们用于non-standard evaulation。

Answer 2

R定义了一个~（代字号）运算符，用于公式。公式具有各种用途，但最常见的可能是回归：

library(datasets)
lm( myFormula, data=iris)

help("~")或help("formula")会教你更多。

@Spacedman已经涵盖了基础知识。我们来讨论它是如何工作的。

首先，作为一名运营商，请注意它本质上是一个函数的快捷方式（带有两个参数）：

> `~`(lhs,rhs)
lhs ~ rhs
> lhs ~ rhs
lhs ~ rhs

这有助于知道在例如apply家庭命令。

其次，您可以将公式操作为文本：

oldform <- as.character(myFormula) # Get components
myFormula <- as.formula( paste( oldform[2], "Sepal.Length", sep="~" ) )

第三，您可以将其作为列表：

进行操作

myFormula[[2]]
myFormula[[3]]

最后，公式中有一些有用的技巧（更多信息见help("formula")）：

myFormula <- Species ~ . 

例如，上面的版本与原始版本相同，因为点表示“尚未使用的所有变量”。这将查看您在最终模型调用中使用的data.frame，查看data.frame中存在哪些变量但未在公式中明确提及，并将点替换为缺少的变量。

Answer 3

一句话，

The tilde(~) separates the left side of a formula with the right side of the formula.

例如，在线性函数中，它将因变量与自变量分开，可以解释为“作为...的函数”。因此，当一个人的工资 (wages) 作为其受教育年限 (years_of_education) 的函数时，我们会执行类似的操作，

wages ~ years_of_education

这里，

 Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width

这意味着，Species 是 Sepal Length, Sepal Width, Petal Length and Petal Width 的函数。