Question

我是R和程序设计的开端，努力地做一个简单的任务。我编写了创建第二个模型顺序的代码，我想在此模型中输入变量并找到“ Y值”

我尝试使用预测函数，但实际上非常复杂，我什么也没找到。

到目前为止，我做到了：

modFOI <- rsm(Rendimento~FO(x1,x2,x3,x4)+TWI(x1,x2,x3,x4)+PQ(x1,x2,x3,x4),data=CR) # com interações
summary(modFOI)
print(modFOI)

这样，我找到了SO模型，但是现在我想创建x1，x2，x3之类的变量，并将其输入模型中并找到Y。我也想找到最佳的Y

Answer 1

我想到的创建多项式（二阶）的最简单方法是：

DF <- data.frame(x = runif(10,0,1),
                 y = runif(10,0,1) )
mod <- lm(DF$y ~ DF$x + I(DF$x^2))

predict(mod, new.data=data.frame(x=c(1,2,3,4,5)))

NB。使用predict时，new.data的格式必须为data.frame，并且变量必须与模型中的变量具有相同的名称（此处为x）

希望这会有所帮助

Answer 2

最佳值在summary(modFOI)的输出中显示为固定点。您还可以运行steepest(modFOI)沿最陡峭的上升路径查看估算值的踪迹。

要进行预测，请创建具有所需x值集的数据框。例如，

testdat <- data.frame(x1 = -1:1, x2 = 0, x3 = 0, x4 = 1)

然后使用predict()的{{1}}函数：

newdata

是否有R函数可以解析二阶线性模型？

2 个答案: