我已经获得了一个数据集并将值输入到R.对于赋值问题，您需要复制以下等式：y = 0.08x ^ 0.75。
为了将其变成适合y = Bo + B1x的等式，我使用以下代码获取了双方的log10。
fit <- lm(log10(Predator_Biomass)~log10(Prey_Biomass))
summary(fit)
由此我得到：y = -1.1050 + 0.7450x
现在我已经被告知我需要采取双方的反对数，以便Bo值匹配0.08或者有些相似。 R中是否存在可能对此有帮助的反对数函数？任何信息都有帮助。
编辑：显然，作为答案提供的所有内容只取得了系数的反对，而不是整个方程式。有没有办法在R中取一个方程式的反对数？
答案 0 :(得分：0)
这实际上是一个数学问题而不是计算问题。如果您符合以下日志对数回归：
fit <- lm(log10(Predator_Biomass)~log10(Prey_Biomass))
基本等式是
log10(y) = a+b*log10(x)
向双方提高10分：
y = 10^(a+b*log10(x)) = 10^a * 10^(b*log10(x)) = 10^a * (10^log10(x))^b
= 10^a * x^b
参数a和b是线性模型的第一和第二系数。如果要恢复y = c*x^b的参数，则需要对截距（10^(coef(fit)[1])）进行反对，但指数b应该没有变换（coef(fit)[2]）。