在 lm() 中强制给定系数

Question

我目前正在尝试使用 lm() 将多项式模型拟合到测量数据。

fit_poly4 <- lm(y ~ poly(x, degree = 4, raw = T), weights = w)

x 作为独立变量，y 作为因变量，w = 1/测量方差。

我想尝试使用给定系数的多项式而不是 R 确定的系数。具体来说，我希望我的多项式是

y = -3,3583*x^4 + 43*x^3 - 191,14*x^2 + 328,2*x - 137,7

我试着输入为

fit_poly4 <- lm(y ~ 328.2*x-191.14*I(x^2)+43*I(x^3)-3.3583*I(x^4)-137.3, 
                weights = w)

但这只是 returns 一个错误：

Error in terms.formula(formula, data = data) : invalid model formula in ExtractVars

有没有一种方法可以确定 lm() 中的系数，如何做到这一点？

Answer 1

我不确定你为什么要这样做，但你可以使用偏移项：

set.seed(101)
dd <- data.frame(x=rnorm(1000),y=rnorm(1000), w = rlnorm(1000))

fit_poly4 <- lm(y ~ 
      -1 + offset(328.2*x-191.14*I(x^2)+43*I(x^3)-3.3583*I(x^4)-137.3),
      data=dd,
      weights = w)

-1 抑制了通常的截距项。

在 lm() 中强制给定系数

force given coefficients in lm()

model

r

formula

lm

polynomials