为什么计算的残差在 R 函数 `lm()` 和 `lm.fit()`

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)