当 formula=y~exp(x) 时如何解释 lm() 系数？

Question

我用lm()函数得到了一条指数曲线，效果很好（公式是y~exp(x)）。但我不明白如何手动使用系数？

我做 lm(y~exp(x)), 提取系数： b =截距 a = 系数

然后，如果我尝试“手动”进行预测： a * exp(x) + b 结果是错误的。

但是使用 predict() 它完全可以正常工作。所以我想我不明白 lm() 是如何做模型的？

编辑：混合一切哈哈，效果很好。

Answer 1

此代码表明您的方法应该有效：

    set.seed( 100 )

    x <- rnorm(10)
    y <- runif(10)

    m <- lm( y~exp(x) )

    cf <- coef(m)

    yp1 <- predict( m, newdata=data.frame(x=x) )
    yf <- fitted.values(m)

    stopifnot( max( abs(yp1 - yf) ) < 1e-10 )

    yp2 <- cf[1] + cf[2] * exp(x)

    stopifnot( max( abs(yp1 - yp2) ) < 1e-10 )

    cat( "Hi-Ho Silver - Away!\n" )

当 formula=y~exp(x) 时如何解释 lm() 系数？

How to interpret lm() coefficients when formula=y~exp(x)?

r

lm

predict

exp