Início / coding / Perguntas / 79293732
Accepted
Martin Dallinger
Asked: 2024-12-19 17:28:07 +0800 CST

Isso é um erro no R? Pelo meu entendimento, a saída deve ser a mesma

  • 772

Recentemente, eu estava comparando dois exercícios de estatística e descobri que saídas diferentes para a mesma entrada em R talvez seja um comportamento não intencional do R, certo?

model1 <- lm(rent ~ area + bath, data = rent99)
coefficients1 <- coef(model1)

# Using a matrix without an intercept column
X <- cbind(rent99$area, rent99$bath)
model2 <- lm(rent99$rent ~ X[, 1] + X[, 2])
coefficients2 <- coef(model2)

# Both coefficients1 and coefficients2 should be identical
coefficients1
coefficients2

Saída:

(Intercept)        area       bath1 
 144.149195    4.587025  100.661413 
(Intercept)      X[, 1]      X[, 2] 
  43.487782    4.587025  100.661413

Eu diria que os coeficientes são idênticos, porque os dados de entrada são idênticos

1 respostas

  1. Best Answer

    bathé uma variável fatorial.

    Vamos reproduzir:

    set.seed(42)
x <- sample(0:1, 100, TRUE)
DF <- data.frame(x = factor(x),
                 y = 0.1 + 5 * x + rnorm(100))

coef(lm(y ~ x, data = DF))
#(Intercept)          x1 
# 0.03815139  5.06531032 

coef(lm(DF$y ~ cbind(DF$x)))
#(Intercept) cbind(DF$x) 
#-5.027159    5.065310

    O problema é o seu uso de cbind. Ele produz uma matriz e uma matriz pode conter apenas um tipo de dado e não pode conter objetos S3 (como um fator).

    Assim, cbindfunciona como as.numericno seu exemplo:

    as.numeric(DF$x)
#  [1] 1 1 1 1 2 2 2 2 1 2 1 2 1 2 1 1 2 2 2 2 1 1 1 1 1 2 1 1 1 1 2 2 2 2 1 2 1 2 2 2 1 1 2 2 2 2 2 2 2 1 2 1 2 2 2 2 1 2 1 1 1 2 2 2 2 2 2 1 2 1 2 1 2 2 2
# [76] 2 1 1 1 1 2 1 2 1 1 2 2 1 1 1 1 2 1 2 2 2 1 2 2 2

    Como você vê, isso retorna os inteiros internos da variável fator. Basicamente, você recodificou essa variável de 0/1 para 1/2. É por isso que a segunda interceptação é 144.149195 - 1 * 100.661413.

    • 9

relate perguntas