lm é o nome da função do modelo linear (isto é, regressão múltipla) no pacote estatístico R. Para modelos lineares em geral, use a tag `linear-model`.
Para meu próprio entendimento, estou interessado em replicar manualmente o cálculo dos erros padrão dos coeficientes estimados, pois, por exemplo, vêm com a saída da lm()função R, mas não consegui defini-la. Qual é a fórmula / implementação
Especificamente, quero saber se há uma diferença entre lm(y ~ x1 + x2)e glm(y ~ x1 + x2, family=gaussian). Penso que este caso particular de glm é igual a lm. Estou
Quero assumir que a temperatura da superfície do mar no Mar Báltico é a mesma ano após ano e depois descrevê-la com um modelo de função / linear. A idéia que tive foi apenas inserir o ano como um número decimal (ou num_months / 12) e descobrir qual deveria ser a temperatura naquele momento....
Qual é a fórmula exata usada em R lm() para o quadrado R ajustado? Como eu posso interpretar isso? Fórmulas quadradas de r ajustadas Parece haver várias fórmulas para calcular o quadrado R ajustado. Wherry fórmula de: 1−(1−R2)(n−1)(n−v)1−(1−R2)(n−1)(n−v)1-(1-R^2)\frac{(n-1)}{(n-v)} Fórmula de...
Podemos usar lm()para prever um valor, mas ainda precisamos da equação da fórmula do resultado em alguns casos. Por exemplo, adicione a equação aos
Como prequel para uma pergunta sobre modelos lineares mistos em R, e para compartilhar como referência para os aficionados por estatísticas iniciantes / intermediárias, decidi publicar como um "estilo de perguntas e respostas" independente as etapas envolvidas no cálculo "manual" do coeficientes e...
Estimei um modelo linear robusto Rcom pesos MM, usando o rlm()pacote MASS. `R`` não fornece um valor de para o modelo, mas eu gostaria de ter um se for uma quantidade significativa. Também estou interessado em saber se existe algum significado em ter um valor que pesa a variação total e residual da...
Eu tenho um gráfico de valores residuais de um modelo linear em função dos valores ajustados, onde a heterocedasticidade é muito clara. No entanto, não tenho certeza de como devo proceder agora, porque, tanto quanto eu entendo essa heterocedasticidade, torna meu modelo linear inválido. (Isso está...
Atualmente, tenho um problema ao entender a sintaxe do R para ajustar um GLM usando a distribuição Gamma. Eu tenho um conjunto de dados, em que cada linha contém 3 co-variáveis ( X1,X2,X3X1,X2,X3X_1, X_2, X_3 ), uma variável de resposta ( YYY ) e um parâmetro de forma ( KKK ). Quero modelar a...
fundo Estou tentando entender o primeiro exemplo de um curso sobre montagem de modelos (então isso pode parecer ridiculamente simples). Fiz os cálculos manualmente e eles correspondem ao exemplo, mas quando os repito em R, os coeficientes do modelo estão desativados. Eu pensei que a diferença pode...
Eu gostaria de fazer um teste W de Shapiro Wilk e um teste Kolmogorov-Smirnov sobre os resíduos de um modelo linear para verificar a normalidade. Eu só estava me perguntando quais resíduos devem ser usados para isso - os resíduos brutos, os resíduos de Pearson, resíduos estudantis ou resíduos...
Desejo implementar (em R) o seguinte Modelo Linear Dinâmico Dinâmico simples, para o qual tenho 2 parâmetros variáveis de tempo desconhecido (a variação do erro de observação e a variação do erro de estado ϵ 2 t ).ϵ1tϵt1\epsilon^1_tϵ2tϵt2\epsilon^2_t Ytθt + 1==θt+ ϵ1tθt+ ϵ2tYt=θt+ϵt1θt+1=θt+ϵt2...
Eu tenho um GLMM do formulário: lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) Quando uso drop1(model, test="Chi"), obtenho resultados diferentes dos que utilizo Anova(model, type="III")na embalagem do carro ou summary(model). Estes dois...
Estou tentando reproduzir vários testes de interação entre ambos lme lmerem medidas repetidas (2x2x2). O motivo pelo qual desejo comparar os dois métodos é porque o GLM do SPSS para medidas repetidas produz exatamente os mesmos resultados da lmabordagem apresentada aqui, então, no final, quero...
Estou simplesmente tentando recalcular com dnorm () a probabilidade de log fornecida pela função logLik de um modelo lm (em R). Funciona (quase perfeitamente) para um grande número de dados (por exemplo, n = 1000): > n <- 1000 > x <- 1:n > set.seed(1) > y <- 10 + 2*x +...
Você pode me dar um exemplo do uso de estimadores sanduíche para realizar inferência de regressão robusta? Eu posso ver o exemplo em ?sandwich, mas não entendo bem como podemos passar de lm(a ~ b, data)( codificado para r ) para uma estimativa e um valor de p resultante de um modelo de regressão...
Os seguintes enxertos são retirados deste artigo . Eu sou novato no bootstrap e estou tentando implementar o bootstrap paramétrico, semiparamétrico e não paramétrico para o modelo misto linear com o R bootpacote. Código R Aqui está o meu
Portanto, tenho 16 ensaios em que estou tentando autenticar uma pessoa de uma característica biométrica usando a Distância de Hamming. Meu limite está definido como 3,5. Meus dados estão abaixo e apenas o teste 1 é um verdadeiro positivo: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6...
Um colega meu me enviou esse problema aparentemente fazendo rondas na internet: If $3 = 18, 4 = 32, 5 = 50, 6 = 72, 7 = 98$, Then, $10 =$ ? A resposta parece ser 200. 3*6 4*8 5*10 6*12 7*14 8*16 9*18 10*20=200 Quando eu faço uma regressão linear em R: data <-
Quero ajustar um DLM com coeficientes variáveis no tempo, ou seja, uma extensão da regressão linear usual, yt=θ1 1+θ2x2yt=θ1 1+θ2x2y_t = \theta_1 + \theta_2x_2 . Eu tenho um preditor ( ) e uma variável de resposta ( ), capturas anuais de peixes no mar e no interior, respectivamente, de 1950 a...