如何解决为什么计算的残差在 R 函数 `lm()` 和 `lm.fit()`
我正在尝试从 lm()
切换到更快的 lm.fit()
,以便更快地从大矩阵计算 r² 值。 (当 x 是矩阵时,我不认为我可以使用 cor()
,每个 Function to calculate R2 (R-squared) in R。)
为什么 lm()
和 lm.fit()
计算不同的拟合值和残差?
set.seed(0)
x <- matrix(runif(50),10)
y <- 1:10
lm(y ~ x)$residuals
lm.fit(x,y)$residuals
我无法深入查看 lm()
源代码以找出造成差异的原因...
解决方法
从 ?lm.fit
x
“应该是维度 n * p 的设计矩阵”,其中 p
是系数的数量。因此,您必须为截距传递一个向量,以获得相同的模型。
因此估计
lm.fit(cbind(1,x),y)
将给出与
相同的参数lm(y ~ x)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。