当公式=y~exp(x) 时如何解释 lm() 系数？答案

【问题标题】：How to interpret lm() coefficients when formula=y~exp(x)?当公式=y~exp(x) 时如何解释 lm() 系数？
【发布时间】：2021-05-27 16:58:56
【问题描述】：

我用lm()函数得到了一个指数曲线，效果很好（公式是y~exp(x)）。但我不明白如何手动使用系数？

我做 lm(y~exp(x)), 提取系数： b = 截距 a = 系数

然后，如果我尝试“手动”进行预测： a * exp(x) + b 结果是错误的。

但是使用 predict() 完全可以正常工作。所以我想我不明白 lm() 是如何做模型的？

编辑：只是混合一切哈哈，效果很好。

【问题讨论】：

您好，您可以发送一些可复制的代码，以及数据集（您可以使用dput）吗？
你能分享一个例子吗？它应该按照您描述的方式工作
你手动试的时候能不能把系数混合一下？
是的！我的错，我只是混淆了我的模型之间的系数......

标签： r lm predict exp

【解决方案1】：

此代码表明您的方法应该有效：

    set.seed( 100 )

    x <- rnorm(10)
    y <- runif(10)

    m <- lm( y~exp(x) )

    cf <- coef(m)

    yp1 <- predict( m, newdata=data.frame(x=x) )
    yf <- fitted.values(m)

    stopifnot( max( abs(yp1 - yf) ) < 1e-10 )

    yp2 <- cf[1] + cf[2] * exp(x)

    stopifnot( max( abs(yp1 - yp2) ) < 1e-10 )

    cat( "Hi-Ho Silver - Away!\n" )

【讨论】：