R中统计模型.docVIP

R中的统计模型 这一部分假定读者已经对统计方法，特别是回归分析和方差分析有一定的了解。后面我们还会假定读者对广义线性模型和非线性模型也有所了解。R已经很好地定义了统计模型拟合中的一些前提条件，因此我们能构建出一些通用的方法以用于各种问题。R提供了一系列紧密联系的统计模型拟合的工具，使得拟合工作变得简单。正如我们在绪论中提到的一样，基本的屏幕输出是简洁的，因此用户需要调用一些辅助函数来提取细节的结果信息。 1定义统计模型的公式 下面统计模型的模板是一个基于独立的方差齐性数据的线性模型 用矩阵术语表示，它可以写成 其中y是响应向量，X是模型矩阵（model matrix）或者设计矩阵（design ma- trix）。X的列是决定变量（determining variable）。通常， 列都是1，用来定义截距（intercept）项。 例子 在给予正式的定义前，举一些的例子可能更容易了解全貌。 假定y,x,x0,x1,x2,...是数值变量，X是一个矩阵，而A,B,C,...是因子。下 面的例子中，左边给出公式，右边给出该公式的统计模型的描述。 y~x y~1+x 二者都反映了y对x的简单线性模型。第一个公式包含了一个隐式的截距项，而第二个则是一个显式的截距项。 y~0+x y~-1+x y~x-1 y对x过原点的简单线性模型(也就是说，没有截距项)。 log(y)~x1+x2 y的变换形式log(y)对x1和x2进行的多重回归(有一个隐式的截距项)。 y~poly(x,2) y~1+x+I(x^2) y对x的二次多项式回归。第一种是正交多项式（orthogonal polynomial），第二种则显式地注明各项的幂次。 y~X+poly(x,2) y利用模型矩阵X和二次多项式项x进行多重回归。 y~A y的单因素方差分析模型，类别由A决定。 y~A+x y的单因素协方差分析模型，类别由A决定，协方差项为x。 y~A*B y~A+B+A:B y~B%in%A y~A/B y对A和B的非可加两因子方差分析模型（two factor non-additive model）。前两个公式表示相同的交叉分类设计（crossed classification），后两个公式表示相同的嵌套分类设计(nested classification)。抽象一点说，这四个公式指明同一个模型子空间。 y~(A+B+C)^2 y~A*B*C-A:B:C 三因子实验。该模型包括一个主效应（main effects）和两个因子的交互效应（interactions）。这两个公式等价。 y~A*x y~A/x y~A/(1+x)-1 在A的各个水平独立拟合y对x的简单线性回归。三个公式的编码不一样。最后一个公式会对A各个水平分别估计截距项和斜率项的。 y~A*B+Error(C) 一个实验设计有两个处理因素A和B以及因子C决定的误差分层（error strata）。如在裂区实验设计（split plotexperiment）中，所有区组（还包括子区组）都由因子C决定的。 操作符~用来定义R的模型公式（model formula）。一个普通的线性模型式可以表示为 response~op 1 term 1 op 2 term 2 op 3 term 3... 其中response是一个作为响应变量的向量或者矩阵，或者是一个值为向量/矩阵的表达式。op i是一个操作符。它要么是+要么是-，分别表示在一个模型中加入或者去掉某一项(公式第一项的操作符可选）。term i可以(1)是一个向量，矩阵表达式或者1，(2)因子，(3)是一个由因子，向量或矩阵通过公式操作符连接产生的公式表达式（formula expression）。 基本上，公式中的项决定了模型矩阵中的列要么被加入要么被去除。1表示截距项，并且默认就已加入模型矩阵，除非显式地去除这一选项。 公式操作符（formula operators）在效果上和用于程序Glim和Genstat中的WilkinsonRogers标记符(notation)相似。一个不可避免的改变是操作符.在R里面变成了:,因为点号在R里面是合法的命名字符。 这些符号总结如下(参考ChambersHastie,1992,p.29): Y~M Y由模型M解释。 M 1+M 2 同时包括M 1和M 2项。 M 1-M 2