Линейное уравнение регрессии R

Question

Когда мы запустим линейную регрессию в R, при каких переменная имеет R сохранить фактическое уравнение регрессии, при этом я имею в виду действительно R на самом деле сохранить уравнение в виде:

у = B0 + B1x1 + B2x2 + B3x3 и т. Д.

Я спрашиваю, потому что я хотел бы позвонить на это уравнение позже или мне нужно будет создать новую переменную и позволить ей равняться приведенному выше уравнению и в то же время включать в себя мои бета-значения, такие как что (например) в R

z = 0,1 + 0,2x1 + 0,3x2 + 0,4x3 и т.д.

Я понимаю, что можно использовать функцию прогнозирования, но я не уверен, что это то, что я точно ищу

Answer 1

Если вы хотите получить коэффициенты, вы используете summary() на вашем lm.

Чтобы увидеть только условие модели и их оценку, SES и т.д ...

my_lm <- lm(Sepal.Length~Sepal.Width+Petal.Width+Petal.Length,iris) 
coeffients <- summary(my_lm)$coefficients 
coeffients 
       Estimate Std. Error t value  Pr(>|t|) 
(Intercept) 1.8559975 0.25077711 7.400984 9.853855e-12 
Sepal.Width 0.6508372 0.06664739 9.765380 1.199846e-17 
Petal.Width -0.5564827 0.12754795 -4.362929 2.412876e-05 
Petal.Length 0.7091320 0.05671929 12.502483 7.656980e-25 

Вы можете использовать, как вам нравится. Наконец, формула() вернет то, что вы призвали в ом()

formula(my_lm) 
Sepal.Length ~ Sepal.Width + Petal.Width + Petal.Length 

Если вы не хотите использовать предсказать(), можно использовать вместо этого объект.

my_coef<-(coeffients[,1]) 
my_coef 
(Intercept) Sepal.Width Petal.Width Petal.Length 
    1.8559975 0.6508372 -0.5564827 0.7091320