Question

当我们在R中拟合统计模型时，请说

lm(y ~ x, data=dat)

我们使用R的特殊公式语法：“y~x”

是否存在从这样的公式转换为相应的公式的东西？在这种情况下，它可以写成：

y = B0 + B1*x

这非常有用！首先，因为有更复杂的公式，我不相信我的翻译。其次，在用R / Sweave / knitr编写的科学论文中，有时候模型应该以方程式形式报告，并且为了完全可重复的研究，我们希望以自动化方式进行。

Answer 1

只是快速发挥并使其工作：

# define a function to take a linear regression
#  (anything that supports coef() and terms() should work)
expr.from.lm <- function (fit) {
  # the terms we're interested in
  con <- names(coef(fit))
  # current expression (built from the inside out)
  expr <- quote(epsilon)
  # prepend expressions, working from the last symbol backwards
  for (i in length(con):1) {
    if (con[[i]] == '(Intercept)')
        expr <- bquote(beta[.(i-1)] + .(expr))
    else
        expr <- bquote(beta[.(i-1)] * .(as.symbol(con[[i]])) + .(expr))
  }
  # add in response
  expr <- bquote(.(terms(fit)[[2]]) == .(expr))
  # convert to expression (for easy plotting)
  as.expression(expr)
}

# generate and fit dummy data
df <- data.frame(iq=rnorm(10), sex=runif(10) < 0.5, weight=rnorm(10), height=rnorm(10))
f <- lm(iq ~ sex + weight + height, df)
# plot with our expression as the title
plot(resid(f), main=expr.from.lm(f))

似乎对调用哪些变量有很大的自由度，以及你是否真的想要那里的系数 - 但似乎一开始就好了。

将R公式格式转换为数学方程

1 个答案: