as.numeric 这里是怎么用的？
How is as.numeric used here?
我一直在尝试弄清楚如何使用 R 来模拟在定价软件 Emblem 中开发的分段线性回归模型。我使用下面 post 中的@Roland 的回答做到了这一点。
因此，为了获得斜率，感谢@Roland，我使用 as.numeric((variable < X)) 来获得预测变量中第二段的斜率。
这是怎么回事？为什么 "as.numeric" 给我正确答案？我找不到关于它的文档，我想了解为什么会这样。
它将布尔值 (TRUE / FALSE) 转换为数值 (1 / 0)。
（布尔值的 R-y 名称是 "logical"：is.logical(TRUE) returns TRUE。）
x < 10 # TRUE if x is less than 10, FALSE if x is 10 or more
as.numeric(x<10) # 1 if x is less than 10, 0 if x is 10 or more
话虽如此，您实际上并不需要 as.numeric。你可以做的是：
# will also work:
mod2 <- lm(y~I((x<9.6)*x)+(x<9.6)+I((x>=9.6)*x)+(x>=9.6)-1)
此版本将直接使用布尔值——这些值被隐式转换为因子，因子在 lm 中的作用是将其转换为 k-1 二分变量，其中 k 是级别数。这就是为什么，如果你使用上面的代码，你会在 lm 输出中看到像 x < 9.6TRUE 这样的变量名称。
再一次，从技术上讲，as.numeric 是一种 hack，更透明的方法可能是 ifelse(x<9.6,1,0)。但是 hack 不一定是坏事，所以你可能更喜欢更 hackier hack，比如 (x<9.6)*1 但这在公式中不起作用，因为 * 在公式中有特殊含义，所以你必须在它周围使用 I：I((x<9.6)*1) - 我会说 as.numeric 看起来更干净。
我一直在尝试弄清楚如何使用 R 来模拟在定价软件 Emblem 中开发的分段线性回归模型。我使用下面 post 中的@Roland 的回答做到了这一点。
因此，为了获得斜率，感谢@Roland，我使用 as.numeric((variable < X)) 来获得预测变量中第二段的斜率。
这是怎么回事？为什么 "as.numeric" 给我正确答案？我找不到关于它的文档，我想了解为什么会这样。
它将布尔值 (TRUE / FALSE) 转换为数值 (1 / 0)。
（布尔值的 R-y 名称是 "logical"：is.logical(TRUE) returns TRUE。）
x < 10 # TRUE if x is less than 10, FALSE if x is 10 or more
as.numeric(x<10) # 1 if x is less than 10, 0 if x is 10 or more
话虽如此，您实际上并不需要 as.numeric。你可以做的是：
# will also work:
mod2 <- lm(y~I((x<9.6)*x)+(x<9.6)+I((x>=9.6)*x)+(x>=9.6)-1)
此版本将直接使用布尔值——这些值被隐式转换为因子，因子在 lm 中的作用是将其转换为 k-1 二分变量，其中 k 是级别数。这就是为什么，如果你使用上面的代码，你会在 lm 输出中看到像 x < 9.6TRUE 这样的变量名称。
再一次，从技术上讲，as.numeric 是一种 hack，更透明的方法可能是 ifelse(x<9.6,1,0)。但是 hack 不一定是坏事，所以你可能更喜欢更 hackier hack，比如 (x<9.6)*1 但这在公式中不起作用，因为 * 在公式中有特殊含义，所以你必须在它周围使用 I：I((x<9.6)*1) - 我会说 as.numeric 看起来更干净。