R中的線性迴歸：變量的無效類型（列表）

-1

t_X <- rbind(c(0.89, 0.46, 0.45, 0.56, 0.41, 0.44, 0.34, 0.74, 0.75, 0.48), 
       c(0.02, 0.09, 0.16, 0.09, 0.02, 0.17, 0.23, 0.11, 0.01, 0.15), 
       c(0.01, 0.24, 0.23, 0.09, 0.28, 0.14, 0.20, 0.01, 0.15, 0.06), 
       c(18.7, 31.3, 30.0, 20.0, 31.5, 22.0, 25.7, 18.7, 27.3, 18.3), 
       c(26.8, 33.4, 35.1, 25.7, 34.8, 28.0, 31.4, 26.8, 34.6, 22.8), 
       c(42.1, 45.7, 48.3, 39.3, 46.5, 38.5, 41.1, 37.8, 47.8, 32.8), 
       c(56.6, 49.3, 53.5, 46.6, 46.7, 46.7, 50.6, 50.6, 55.9, 43.4), 
       c(70.0, 53.8, 59.2, 56.5, 48.5, 54.1, 53.5, 65.0, 67.9, 49.6), 
       c(83.2, 55.3, 57.7, 57.8, 51.1, 53.6, 49.3, 72.3, 75.2, 51.1)) 
X <- as.data.frame(t(t_X)) 
colnames(X) <- c("c1", "c2", "c3", "A1", "A2", "A3", "A4", "A5", "A6") 

X.labels <- X[,1:3] 
X.training <- X[,4:9]

我正在嘗試構建C1，C2，C3格式A1-A6的線性模型。不幸的是，我得到的錯誤：R中的線性迴歸：變量的無效類型（列表）

Error in model.frame.default(formula = X.labels ~ X.training, drop.unused.levels = TRUE) : 
    invalid type (list) for variable 'X.labels'

當我做

xlm <- lm(X.labels ~ X.training)

任何想法，爲什麼？

來源

2015-06-19 Sparrowcide

您不能在公式那樣通過data.frames。你想要像lm（cbind（c1，c2，c3）〜。，X）''也許嗎？或者你可以明確地轉換爲矩陣：'xlm < - lm（as.matrix（X.labels）〜as.matrix（X.training））'（但要小心任何可能不需要的數據類型轉換）。 – MrFlick

您只需要將一個依賴變量傳遞給lm。如果你想模型每個C，你可以這樣做：

xlm <- apply(X.labels,2,function(xl)lm(xl ~.,data= X.training)) 
xlm

要獲取：

> xlm 
$c1 

Call: 
lm(formula = xl ~ ., data = X.training) 

Coefficients: 
(Intercept)   A1   A2   A3   A4   A5 
    0.050096  0.002525 -0.009387  0.003754 -0.009197 -0.001056 
     A6 
    0.017881 


$c2 

Call: 
lm(formula = xl ~ ., data = X.training) 

Coefficients: 
(Intercept)   A1   A2   A3   A4   A5 
    0.0266587 0.0066861 -0.0007149 -0.0183789 0.0140998 0.0160385 
     A6 
-0.0152220 


$c3 

Call: 
lm(formula = xl ~ ., data = X.training) 

Coefficients: 
(Intercept)   A1   A2   A3   A4   A5 
    -0.077624  0.001679  0.007541  0.006682  0.002210 -0.005104 
     A6 
    -0.002375

來源

2015-06-19 23:26:54 Robert

R中的線性迴歸：變量的無效類型（列表）

回答

相關問題