线性回归中常数为 1 的向量?
Constant in linear regression a vector of 1s?
我无意中听到一个评论说线性回归中的 y 轴截距被称为常量,因为它包含一个 1s 的向量。有没有办法在 R 中证明这一点?我已经广泛搜索了示例和解释,但总是找不到答案。
查看此概念的一个好方法是检查 model.matrix
的输出,它构建了一个设计矩阵。
例如,使用 mtcars
数据集,我们可以看到 (Intercept)
的一列全是 1:
model.matrix(wt ~ mpg + hp, data = mtcars)
(Intercept) mpg hp
Mazda RX4 1 21.0 110
Mazda RX4 Wag 1 21.0 110
Datsun 710 1 22.8 93
Hornet 4 Drive 1 21.4 110
Hornet Sportabout 1 18.7 175
Valiant 1 18.1 105
Duster 360 1 14.3 245
...
另一种理解这个概念的方法是在 lm
中设置 x = TRUE
:
f1 <- lm(wt ~ mpg + hp, data = mtcars, x = TRUE)
f1$x
(Intercept) mpg hp
Mazda RX4 1 21.0 110
Mazda RX4 Wag 1 21.0 110
Datsun 710 1 22.8 93
Hornet 4 Drive 1 21.4 110
Hornet Sportabout 1 18.7 175
Valiant 1 18.1 105
...
我无意中听到一个评论说线性回归中的 y 轴截距被称为常量,因为它包含一个 1s 的向量。有没有办法在 R 中证明这一点?我已经广泛搜索了示例和解释,但总是找不到答案。
查看此概念的一个好方法是检查 model.matrix
的输出,它构建了一个设计矩阵。
例如,使用 mtcars
数据集,我们可以看到 (Intercept)
的一列全是 1:
model.matrix(wt ~ mpg + hp, data = mtcars)
(Intercept) mpg hp
Mazda RX4 1 21.0 110
Mazda RX4 Wag 1 21.0 110
Datsun 710 1 22.8 93
Hornet 4 Drive 1 21.4 110
Hornet Sportabout 1 18.7 175
Valiant 1 18.1 105
Duster 360 1 14.3 245
...
另一种理解这个概念的方法是在 lm
中设置 x = TRUE
:
f1 <- lm(wt ~ mpg + hp, data = mtcars, x = TRUE)
f1$x
(Intercept) mpg hp
Mazda RX4 1 21.0 110
Mazda RX4 Wag 1 21.0 110
Datsun 710 1 22.8 93
Hornet 4 Drive 1 21.4 110
Hornet Sportabout 1 18.7 175
Valiant 1 18.1 105
...