用逗号分隔因变量在线性回归中的含义是什么？

【问题标题】：What does a comma separating dependent variables mean in a linear regression?用逗号分隔因变量在线性回归中的含义是什么？
【发布时间】：2019-09-04 09:00:11
【问题描述】：

我不明白 lm 函数中因变量之间的逗号是什么意思。与使用 + 分隔因变量的模型相比，使用逗号分隔因变量的模型提供了更小的 AIC。如果有人能启发我，将不胜感激！

我已经尝试过查阅 lm 手册和一些多元线性回归指南。

带逗号分隔符

m15 <- lm(FAD~ mobldata$meanmarchtemp , mobldata$snowcover,
          data=mobldata)
summary(m15)
AIC(m15)
[1] 254.3559

对比

带+分隔符

m9 <- lm(FAD~mobldata$snowcover + mobldata$meanmarchtemp, data = mobldata)
summary(m9)
AIC(m9)
[1] 357.9709

我在构建模型汇总表时遇到了这个问题。再次感谢您的帮助！

【问题讨论】：

您不要在公式中使用$。第二个例子的正确形式是lm(FAD ~ snowcover + meanmarchtemp, data = mobldata)。

标签： r model linear-regression lm

【解决方案1】：

逗号后面的任何内容都是lm() 的单独参数，而不是实际回归公式的一部分。 lm() 的参数是 lm(formula, data, subset, ...)，data 作为命名参数处理，所以 snowcover 将是 subset 参数。

假设snowcover 是一个逻辑变量，带有subset 参数的模型仅适用于snowcover 为TRUE 的观察值。（如果snowcover 不是这样的二进制变量，则可能会发生意想不到的事情）。因为模型适合不同数量的观察，所以我认为 AIC 无法比较。

【讨论】：

是的，将数字向量传递给 subset 看起来只包含具有这些索引的行，这是有道理的，但可能不是大多数时候想要的。