我看到两个R glm公式，我不知道它们是什么意思。
假设我们有3个变量，x1，x2，y。该公式包含>，例如glm((y>0) ~ x1 + x2)时，这意味着什么？使用|时的含义是什么，例如glm(y ~ x1|x2)？
对于第二个，我找到的解释是x1给出x2，但我不确定当x1和x2都是列向量时如何解释这个而不是随机变量。
答案 0 :(得分：10)
>有其通常的含义; y是否大于0？对于大于0的观察值，这将分别评估为TRUE和FALSE的逻辑向量。这具有被视为1 s和0 s的向量（再次分别）的效果。我认为你遗漏了你指定family = binomial或类似于数据0 / 1性质的帐户的位置？
|在glm()（以及其他基本R函数）接受的公式中没有任何特殊含义。它与?'|'具有相同的含义，它是一个OR运算符。因此，在x1 | x2中，我们可能会认为这是or(x1, x2)，它具有标准函数调用的形式。如果TRUE 或 x1为x2，则TRUE强制x1和x2为逻辑，结果为x1需要。如果x2和x1 | x2都是数字，FALSE 0的唯一方式是两者都完全等于log(x)。就这一点而言，这只是R公式和标准非标准评估的一个特征;公式可以包含函数调用，例如sqrt(y)，|等，当拟合函数收集拟合所需的数据时，会对其进行求值。
以下示例可以解释> set.seed(1)
> df <- data.frame(Y = rnorm(5), A = rnorm(5), B = rep(FALSE, 5),
+ C = c(rep(TRUE, 4), FALSE))
> df
Y A B C
1 -0.6264538 -0.8204684 FALSE TRUE
2 0.1836433 0.4874291 FALSE TRUE
3 -0.8356286 0.7383247 FALSE TRUE
4 1.5952808 0.5757814 FALSE TRUE
5 0.3295078 -0.3053884 FALSE FALSE
> model.frame(Y ~ A + (B | C), data = df)
Y A B | C
1 -0.6264538 -0.8204684 TRUE
2 0.1836433 0.4874291 TRUE
3 -0.8356286 0.7383247 TRUE
4 1.5952808 0.5757814 TRUE
5 0.3295078 -0.3053884 FALSE
在公式中的作用：
'|'(A, B)此处的第三列是通过调用> with(df, B | C)
[1] TRUE TRUE TRUE TRUE FALSE
形成的，结果为
|请注意，您必须将~子句括在括号中，否则它会吞噬> model.frame(Y ~ A + B | C, data = df)
Y A + B | C
1 -0.6264538 TRUE
2 0.1836433 TRUE
3 -0.8356286 TRUE
4 1.5952808 TRUE
5 0.3295078 TRUE
## Note there is no `A` and all are `TRUE` now.
右侧的其他术语：
TRUE最后一个元素现在是A的原因，请注意-0.3053884（0）的最后一个元素不完全等于TRUE，因此它的计算结果为{ {1}}，因此我们TRUE | FALSE，结果为TRUE。
| 在其他软件包中具有特殊含义，例如在 lme4 包中，用于嵌套随机效果。