如何从 R 中的数据集生成回归方程？答案

【问题标题】：How do I generate a regression equation from a dataset in R?如何从 R 中的数据集生成回归方程？
【发布时间】：2019-10-08 17:55:56
【问题描述】：

我已经将一个数据集导入到一个名为“d”的变量中，我想从中生成一个线性函数：

d <- read.table("file_url")

我试过了

lm(d[1] ~ d[2])

但是函数 lm 并不需要列表。这样做的正确方法是什么？

fyi，该文件是一个简单的 txt 文件，由两列数字组成。我希望第二列是自变量，第一列是因变量。

【问题讨论】：

大多数人会创建一个data.frame，对数据框应用所需的任何预处理，然后使用公式中的列名，同时将data 参数中的整个数据框传递给@ 987654325@.
你可以做lm(d[[1]] ~ d[[2]])。 lm 无法处理列表，但您可以使用正确的索引从列表中提取向量。

【解决方案1】：

我们可以使用名称来创建回归

lm(reformulate(names(d)[2], names(d)[1]), data = d)

一个可重现的例子是

lm(reformulate(names(mtcars)[2], names(mtcars)[1]), data = mtcars)

【讨论】：

【解决方案2】：

这是使用基本 R 机制实现此目的的方法：

lm(as.formula(paste0(names(d)[2], "~",names(d)[1])), data = d)

来自lm 参考：

formula 类“formula”的对象（或可以强制到该类的对象）：要拟合的模型的符号描述。这型号规格的详细信息在“详细信息”下给出。 ...

lm 的模型以符号方式指定。一个典型的模型有以下形式回应~条款

因此，您需要根据规范创建模型字符串并将其转换为公式。

【讨论】：