4

次の対数対数線形関数があります。

lom1 = lm(log(y)~log(x1)+log(x2),data=mod_dt)

同じデータセットを使用して y_hat を取得したいのですが、そうしました

yhat = exp(predict(lom1))

結果はかなりずれているようです (R で手動で計算した y-hat と比較すると)。

何らかの理由？

2 つ目の関連する質問は、y、x1、および x2 の対数変換のために、最初に元のデータ セット mod_dt にさらに 3 つの列を追加したことです。たとえば、それらは logy、logx1、および logx2 と名付けられており、lm を実行しました。

lom2 = lm(logy ~ logx1 + logx2, data=mod_dt)

これにより、異なる係数セットが得られます。

これは正しいyハットを与えることができますか？

exp(predict(lom2))

よろしくお願いします。

4

2 に答える 2

0

数式などのモデルが推定されると、変換前のスケールで Y ~ X1 * X2 に変換されます。結果をより具体的に確認したい場合は、検査用のデータを提供する必要があります。

于 2012-02-23T03:04:33.253 に答える
0

正確な答えではありません。私の意見のいくつかを共有したいだけです。線形回帰モデルは、E(y) = x * ベータを想定しています。y を log で変換すると、E(log(y)) = x * beta となります。ただし、y を予測しようとすると、通常、exp(E(log(y))) = E(y) はありません。

于 2012-02-23T06:37:33.357 に答える