解释对数对数回归模型输出的 X 截距和斜率参数
Interpreting X intercept and slope parameter of model output of a log-log regression
因变量和预测变量的线性回归是 运行 对数转换后的模拟数据。
set.seed(12345)
x <- rnorm(423, mean = 55, sd = 12)
y <- rnorm(423, mean = 1.44, sd = 0.3)
dat <- as.data.frame(cbind(x,y))
mod <- lm (log(y)~log (x), data = dat)
summary(mod)
summary output
问题：
这个总结日志中的x截距是0.186还是0.186？我认为斜率估计是 0.0424。这个模型能不能写成这样::
logy = log 0.186 + 0.0424 logx
当你在 R 中 log() 一个 object/vector 时，它实际上是一个自然对数。
还要注意截距没有变换
所以结果公式实际上是：
ln(y) = 0.186 + 0.0424 * ln(x)
因变量和预测变量的线性回归是 运行 对数转换后的模拟数据。
set.seed(12345)
x <- rnorm(423, mean = 55, sd = 12)
y <- rnorm(423, mean = 1.44, sd = 0.3)
dat <- as.data.frame(cbind(x,y))
mod <- lm (log(y)~log (x), data = dat)
summary(mod)
summary output
问题：
这个总结日志中的x截距是0.186还是0.186？我认为斜率估计是 0.0424。这个模型能不能写成这样::
logy = log 0.186 + 0.0424 logx
当你在 R 中 log() 一个 object/vector 时，它实际上是一个自然对数。
还要注意截距没有变换
所以结果公式实际上是：
ln(y) = 0.186 + 0.0424 * ln(x)