R - 创建具有固定 poly() 系数的线性模型

Question

在 R 中，可以使用公式中的 offset 参数构建具有固定系数的 lm() 或 glm() 对象。

x=seq(1,100)
y=x^2+3*x+7
# Forcing to fit the polynomial: 2x^2 + 4x + 8 
fixed_model = lm(y ~ 0 + offset(8 + 4*x + 2*I(x^2) ))

是否可以使用poly() 做同样的事情？我尝试了下面的代码，但它似乎不起作用。

fixed_model_w_poly <- lm(y ~ 0 + offset(poly(x, order=2, raw = TRUE, coefs= c(8, 4, 2))))

错误：偏移量为 200，应等于 100（观察次数）

我想使用poly() 作为方便的接口来运行具有大量固定系数或阶值的迭代，而不必为每个阶/系数组合手动编码：offset(8 + 4*x + 2*I(x^2) )。

---

P.S：更多但不是必要的信息：这是进入 MCMC 例程。因此，示例用法是在以下代码中生成（然后比较）model_current 和 model_next：

library(MASS)
coeffs_current <- c(8, 4, 2)
model_current <- lm(y ~ 0 + offset(poly(x, order=2, raw = TRUE, coefs= coeffs_current )))
cov <- diag(rep(1,3))
coeffs_next <- mvrnorm(1, mu = as.numeric(coeffs_current ),
                       Sigma = cov ) 
model_next <- lm(y ~ 0 + offset(poly(x, order=2, raw = TRUE, coeffs_next ))

Answer 1

这证明了我的建议。 （不使用poly。）

library(MASS)
# coeffs_current <- c(8, 4, 2) Name change for compactness.
cc <- c(8, 4, 2)
form <- as.formula(bquote(y~x+offset(.(cc[1])+x*.(cc[2])+.(cc[3])*I(x^2) )))
model_current <- lm(form, data=dat))

我真的不知道你打算用这个下一个代码做什么。看起来您想要基于先前函数的输入的东西，但看起来您不想要基于结果的东西。

cov <- diag(rep(1,3))
coeffs_next <- mvrnorm(1, mu = as.numeric(cc ),
                       Sigma = cov )

代码在一个简单的测试用例中工作（至少如我所愿）。 bquote 函数将值替换为表达式（实际上是调用），as.formula 函数计算其参数，然后将结果修饰为正确的formula-object。

dat <- data.frame(x=rnorm(20), y=rnorm(20) )
cc <- c(8, 4, 2)
form <- as.formula( bquote(y~x+offset(.(cc[1])+x*.(cc[2])+.(cc[3])*I(x^2) )))
model_current <- lm(form, data=dat)
#--------
> model_current

Call:
lm(formula = form, data = dat)

Coefficients:
(Intercept)            x  
     -9.372       -5.326    # Bizarre results due to the offset.
#--------
form
#y ~ x + offset(8 + x * 4 + 2 * I(x^2))