lm()$assign: 这是什么?
lm()$assign: what is it?
线性模型拟合的 assign
属性是什么?它应该以某种方式提供响应项的位置,但实际上它似乎枚举了模型中的所有系数。据我了解,assign
是 S 的延续,glm()
不支持它。我需要提取 glm
的等效信息,但我不明白 lm
的实现是什么,而且似乎也找不到源代码。 lm.fit
的帮助文件毫无帮助地说:
non-null fits will have components assign
, effects
and (unless not requested) qr
relating to the linear fit, for use by extractor functions such as summary
and effects
您在 help("model.matrix")
中找到它,它创建了这些值:
There is an attribute "assign", an integer vector with an entry for
each column in the matrix giving the term in the formula which gave
rise to the column. Value 0 corresponds to the intercept (if any), and
positive values to terms in the order given by the term.labels
attribute of the terms structure corresponding to object.
因此,它将设计矩阵映射到公式。
$assign
中的数字代表相应的预测变量。如果您的预测变量是 3 个级别的分类变量,您将在 $assign
调用中看到相应的 (3-1) 次。示例:
data(mpg, package = "ggplot2")
m = lm(cty ~ hwy + class,data = mpg)
m$assign
[1] 0 1 2 2 2 2 2 2
# Note how there is six 2's to represent the indicator variables
# for the various 'class' levels. (class has 7 levels)
您会看到定量预测变量只有一个值(上例中的 hwy
),因为它们在设计公式中由一项表示。
线性模型拟合的 assign
属性是什么?它应该以某种方式提供响应项的位置,但实际上它似乎枚举了模型中的所有系数。据我了解,assign
是 S 的延续,glm()
不支持它。我需要提取 glm
的等效信息,但我不明白 lm
的实现是什么,而且似乎也找不到源代码。 lm.fit
的帮助文件毫无帮助地说:
non-null fits will have components
assign
,effects
and (unless not requested)qr
relating to the linear fit, for use by extractor functions such assummary
andeffects
您在 help("model.matrix")
中找到它,它创建了这些值:
There is an attribute "assign", an integer vector with an entry for each column in the matrix giving the term in the formula which gave rise to the column. Value 0 corresponds to the intercept (if any), and positive values to terms in the order given by the term.labels attribute of the terms structure corresponding to object.
因此,它将设计矩阵映射到公式。
$assign
中的数字代表相应的预测变量。如果您的预测变量是 3 个级别的分类变量,您将在 $assign
调用中看到相应的 (3-1) 次。示例:
data(mpg, package = "ggplot2")
m = lm(cty ~ hwy + class,data = mpg)
m$assign
[1] 0 1 2 2 2 2 2 2
# Note how there is six 2's to represent the indicator variables
# for the various 'class' levels. (class has 7 levels)
您会看到定量预测变量只有一个值(上例中的 hwy
),因为它们在设计公式中由一项表示。