我当前的线性模型是：fit<-lm(ES~Area+Anear+Dist+DistSC+Elevation)
我被要求通过以下方式进一步说明：
使用五个解释变量和ES拟合ES的线性模型 包括最多二次项和一阶交互（即允许 区域^ 2和区域*高程，但不允许区域^ 3或 面积*高程* DIST）。
从我的研究中我可以做+I(Area^2)和+(Area*Elevation)，但这会产生一个巨大的列表。
假设我正确地理解了这个问题，我将添加5个平方项和10个项，共计20个。或者我不需要所有这些吗？
这真的是最有效的方式吗？
编辑：
请注意，我计划在之后对null模型和完整模型执行逐步回归。我在使用poly时似乎遇到了麻烦。
答案 0 :(得分：2)
请?formula继续深造：
fit<-lm( ES~ (Area+Anear+Dist+DistSC+Elevation)^2 )
那些不是平方的术语，而是你被要求提供的部分...所有双向交互（和主要效果）。 Formula＆＃34;数学＆＃34;与经常使用权力不同。要以允许正确统计解释的方式添加平方术语，请使用poly
fit<-lm( ES~ (Area+Anear+Dist+DistSC+Elevation)^2 +
poly(Area,2) +poly(Anear,2)+ poly(Dist,2)+ poly(DistSC,2)+ poly(Elevation,2) )