#r #equation
#r #уравнение
Вопрос:
Я пытаюсь подогнать следующее уравнение и вычислить R в квадрате и MSE в R.
ln K = -2.1789 0.5469lnP 0.1256lnS
Я немного смущен использованием log и ln в R и, следовательно, я не знаю, какое уравнение является правильным.
Уравнение 1.
-2.1789 0.5469 * ln(mydata$P) 0.1256 * ln(mydata$S)
Уравнение 2.
-2.1789 0.5469 * log(mydata$P) 0.1256 * log(mydata$S)
вопрос 1. как правильно вписать это уравнение в R?
вопрос 2: как я могу получить R в квадрате и MSE?
Комментарии:
1.
lm(log(K)~log(P) log(S), mydata)это правильный способ подгонки модели. Теперь сохраните вашу модель в переменной и вызовите сводную функцию для сохраненной модели
Ответ №1:
ln(x) (натуральный логарифм) не является базовой функцией R. Используйте log(x) для этого
Если вам нужен общий логарифм, используйте log10(x) или log(x,10)
Комментарии:
1. Я не уверен, был ли вопрос позже изменен, но это не дает ответа на вопрос как таковой.
2. @Генри, я проверю это, поскольку я понятия не имел о log10() .
3. @Suren — это действительно два вопроса: один о логарифмах и различии между уравнениями 1 и 2, где R ведет себя не так, как Excel, и я ответил, а другой о подгонке, где я не понял вопроса
Ответ №2:
Я предполагаю, что имя фрейма данных должно быть df
x1 <- lm("log(K) ~ log(P) log(S)", data = df)
x2 <- summary(x1)
# R squared
x2$r.squared
# MSE
mean(x2$residuals^2)
Из документации log() : «log вычисляет логарифмы, по умолчанию натуральные логарифмы …».
Комментарии:
1. Кавычки в
lmфункции — это опция.2. @Chr, спасибо за ответ, однако у меня есть вопрос. коэффициент K — это неизвестный фактор, который я хочу вычислить, поэтому я ищу правильное уравнение для решения правой части уравнения. В вашем предложении, где я могу установить специфические коэффициенты?
3. Значит, это не регресс? Если K не задано, и вы просто вставляете S и P в уравнения с заранее определенными коэффициентами, нет R в квадрате и нет MSE. Как R в квадрате, так и MSE измеряют, как фактические значения K сравниваются со значениями K, предсказанными уравнением. Без фактических значений K такое сравнение невозможно.