【问题标题】:Linear model with Constraints带约束的线性模型
【发布时间】:2019-08-04 21:01:52
【问题描述】:

我对 R 很陌生,但遇到以下问题:

我有一个简单的 2 因子线性模型:

Rate~factor1 + factor2 //factor1 has 8 categorical values, factor2 has 6 categories;
model1 <- lm(Rate~factor1+factor2, data=myData)

并且想将factor1系数的约束SUM = 0,factor2也一样。

没有任何手册提供任何线索。

我找到了类似问题here 的链接,但它有所不同,我不知道如何修改它...

【问题讨论】:

  • 统计数据交换网站也有人问过这个问题:stats.stackexchange.com/questions/3143
  • @csgillespie:感谢您的链接。 @Vytautas:请不要交叉发布。
  • 您知道如何指定拟合的正约束吗?如何进行拟合以使最终函数始终独立于参数为正?

标签: r


【解决方案1】:

在 MASS (Modern Applied Statistics with S) 的第 6 章中有描述。使用lmcontrasts arg(例如,查看?contr.sum?model.matrix.default)。

【讨论】:

  • 非常感谢。我试过了 - 它没有使系数之和 = 0,但确实将其最小化(现在 1 个因子为 0.2,另一个因子为 0.08)
  • 有没有办法强制 ==0 条件?
  • 我的答案是强制它的方式。如果 factor1 的总和为 0.2,factor2 的总和为 0.08,则 factor1 的最后一级的值为 -0.2,factor2 的最后一级的值为 -0.08。请注意,您的回归输出缺少因子水平...这也在您在 stats.stackexchange.com 上接受的答案中包含的链接中说明...
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2018-11-18
  • 2015-07-31
  • 2017-12-01
相关资源
最近更新 更多