0

ENERGY と TEMP の 2 つの変数があります。

他に temp2 と temp 3 という 2 つの変数を作成しました。

 > temp2 <- data$temp^2
 > temp3 <- data$temp^3
 >data=cbind(data, energy, temp,temp2,temp3)

立方体モデルを作成すると、線形モデルのようになりますか?

 >model<-lm(energy~temp+temp2+temp3)

編集：

わかりましたので、私はあなたが提案したことを行いました。これが出力です:

 > ?poly
 > model<- lm( energy ~ poly(temp, 3) , data=data ) 
 > summary(model)

 Call:
 lm(formula = energy ~ poly(temp, 3), data = data)

 Residuals:
     Min      1Q  Median      3Q     Max 
 -19.159 -11.257  -2.377   9.784  26.841 

 Coefficients:
                Estimate Std. Error t value Pr(>|t|)    
 (Intercept)       95.50       3.21  29.752  < 2e-16 ***
 poly(temp, 3)1   207.90      15.72  13.221 2.41e-11 ***
 poly(temp, 3)2   -50.07      15.72  -3.184  0.00466 ** 
 poly(temp, 3)3    81.59      15.72   5.188 4.47e-05 ***
 ---
 Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

 Residual standard error: 15.73 on 20 degrees of freedom
 Multiple R-squared: 0.9137,    Adjusted R-squared: 0.9008 
 F-statistic: 70.62 on 3 and 20 DF,  p-value: 8.105e-11

同じ方法で適合度テストをテストし、Pr(>|t|) を調べると仮定します。これにより、すべての変数が重要であると信じるようになります。

この当てはめた回帰モデルを使用して、平均気温差の平均エネルギー消費量を予測できますか?

4

2 に答える 2

3

ダミー変数をコーディングする代わりに、次のpoly関数の使用を検討する必要があります。

?poly   # Polynomial contrasts
model<- lm( energy ~ poly(temp, 3) , data=data )

ダミーアプローチで得られたのと同じ列を使用したい場合（これは統計的推論の目的には適していません）、「raw」パラメーターを使用できます。

model.r<- lm( energy ~ poly(temp, 3, raw=TRUE) , data=data )

予測は同じですが、標準誤差は同じではありません。これにより、@RomanLuštrikの提案によって返されるのと同じ見積もりが得られるはずです。項は直交しないため、必要な相関が高くなり、独立した効果について正しい推論を行うことができなくなります。

追加された質問：「この適合回帰モデルを使用して、平均温度差の平均エネルギー消費量を予測できますか？」

いいえ。特定の2つの温度を指定する必要がありpredict、差が出る可能性がありますが、差の大きさが同じであっても、その差は基準点によって異なります。これは、を使用した結果です。非線形項。たぶん、あなたはあなたの目標を説明し、方法の質問により適したフォーラムを使うべきです。SOは、やりたいことがわかっているときにコーディングするためのものです。http://stats.stackexchange.comは、質問をより明確に定式化した場合により適切な場合があります。

于 2012-11-11T07:42:19.727 に答える
0

で多項式回帰を行う方法は 2 つありますlm。

lm( y ~ x + I(x^2) + I(x^3) )

と

lm( y ~ poly(x, 3, raw=TRUE) )

(それは 3 次です。4 次、5 次などに一般化できると確信しています。)

于 2013-06-30T17:41:59.107 に答える