如何使用命令查看boston数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

boston数据是spdep包中的一个数据集，使用命令如何查看？当然，原始数据可以从http://lib.stat.cmu.edu/datasets/boston_corrected.txt下载
我用过如下命令不可行：
data("boston",package="spdep")
> bonston
错误: 找不到对象'bonston'

还有看到如下命令不知道什么意思？

data(boston)
attach (boston.c)   ##这里boston.c是什么含义？还看到过boston.soi，不知道是啥

..........中间是一些读入数据命令

detach(boston.c)   



还有一个问题：
lm()函数是线性回归的，可以返回一些值：

coefficients	a named vector of coefficients
residuals	the residuals, that is response minus fitted values.
fitted.values	the fitted mean values.

这里的fitted.values是指什么意思？我下面理解对吗

如做y=bx+delta回归，运行得到b-bar
fitted.values是等于b-bar*x吗？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：Boston Bosto 如何使用 Bost sto 数据 命令 Boston

老兄你没仔细看spdep.pdf
boston Corrected Boston Housing Data
就是含:

boston.c : data frame has 506 rows and 20 columns
  boston.utm : a matrix of tract point coordinates projected to UTM zone 19
                         506 x 2 matrix
  boston.soi : a sphere of influence neighbours list
                        nb2listw(boston.soi)
> data(boston)
> boston.c
> boston.utm
> nb2listw(boston.soi)

###########
x=c(1,2,3,4,5,6,7,8,9,10);
y=c(6,7,8,4,9,11,12,14,15,19);
lm=lm(y~x)
lm
#(Intercept)            x  
#      2.867        1.388  
lm$fitted.values
#        1         2         3         4         5         6         7         8         9        10
# 4.254545  5.642424  7.030303  8.418182  9.806061 11.193939 12.581818 13.969697 15.357576 16.745455
lm$coefficients[2]*x+lm$coefficients[1]
#[1]  4.254545  5.642424  7.030303  8.418182  9.806061 11.193939 12.581818 13.969697 15.357576 16.745455

Approximate profile-likelihood estimator (APLE)
这句话翻译成中文是什么意思？profile likelihood estimation 的思想是什么？谢谢！

epoh老师，呵呵，没有仔细看过
明白了
第二个问题我开始理解的应该也正确，我没有加入常数项
通过您数据演示，完全明白了

Approximate profile-likelihood estimator (APLE)
抱歉这个问题
还真没用心研究比较过!

epoh老师，您能对下面问题发表下意见不，哈哈
R包spdep中的函数nbdists()可以根据经纬度LON,LAT计算距离。
看函数描述，
Given a list of spatial neighbour links (a neighbours list of object type nb), the function returns the Euclidean distances along the links in a list of the same form as the neighbours list. If longlat = TRUE, Great Circle distances are used.
函数可以计算两类距离：一种是欧氏距离-Euclidean distance，另一种是Great circle 距离。
我找了网上相关资料，提到了：
设第一点A的经 纬度为(LonA, LatA)，第二点B的经纬度为(LonB, LatB)，按照0度经线的基准，东经取经度的正值(Longitude)，西经取经度负值(-Longitude)，北纬取90-纬度值(90- Latitude)，南纬取90+纬度值(90+Latitude)，则经过上述处理过后的两点被计为(MLonA, MLatA)和(MLonB, MLatB)。那么根据三角推导，可以得到计算两点距离的如下公式：
C = sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB) + cos(MLatA)*cos(MLatB)
Distance = R*Arccos(C)*Pi/180
这里，R和Distance单位是相同，如果是采用6371.004千米作为半径，那么Distance就是千米为单位，如果要使用其他单位，比如mile，还需要做单位换算，1千米=0.621371192mile
如果仅对经度作正负的处理，而不对纬度作90-Latitude(假设都是北半球，南半球只有澳洲具有应用意义)的处理，那么公式将是：
C = sin(LatA)*sin(LatB) + cos(LatA)*cos(LatB)*cos(MLonA-MLonB)
Distance = R*Arccos(C)*Pi/180


上面提到方法是计算Great Circle 距离的
中国是东经、北纬，那我计算欧氏距离的时候需要和计算Great Circle距离一样吗？把北纬取90-LAT？
看了R里面计算公式，没有看懂。没有弄明白怎么把经纬度转化为计算欧氏距离的X1,Y2,X2,Y2两点坐标。

from London
to Kuala Lumpur:
latL = 51.5188;
lonL = -0.1300;
latK = 2.9519;
lonK = 101.8200;


###########package package "SpatialEpi"
coord <- data.frame(rbind(c(-0.1300,51.5188),c(101.8200,2.9519)))
xy=latlong2grid(coord)
xy
#           x         y
#1  -11.30656 5725.4371
#2 8855.64857  328.0534

xy/6371
#             x          y
#1 -0.001774692 0.89867166
#2  1.389993498 0.05149167

#######################################
toradians <- atan(1)/45
radiusearth <- 0.5*(6378.2+6356.7)
sine51 <- sin( 51.5*toradians )
input=coord
output <- data.frame(cbind(
x=(input[,1]*toradians)*radiusearth*sine51,
y=(input[,2]*toradians)*radiusearth ))
output
#           x         y
#1  -11.30656 5725.4371
#2 8855.64857  328.0534

output/6371
#             x          y
#1 -0.001774692 0.89867166
#2  1.389993498 0.05149167

epoh老师，在一般R中，这两个有何区别？
Usage
## S3 method for class 'formula'
glmboost(formula, data = list(), weights = NULL,
          na.action = na.pass, contrasts.arg = NULL,
          center = FALSE, control = boost_control(), ...)
## S3 method for class 'matrix'
glmboost(x, y, center = FALSE, control = boost_control(), ...)


在以前一般线性回归函数lm（）中，我以为可以写成这两种形式的：
第一种：
form1=y~x
lm(form1,.....)
第二种
lm(x,y,....)
不过我看了lm函数，只能第一种。

因此，我不知道上面的class 'formula'和class 'matrix'有什么区别
我用同一个y和x试了，结果差别很大

您抽空时帮我看看，谢谢您了

x=c(1,2,3,4,5,6,7,8,9,10)
y=c(6,7,8,4,9,11,12,14,15,19)
############formula
lm=lm(y~x)
lm
#Coefficients:
#(Intercept)            x  
#      2.867        1.388  

##########matrix
x1=cbind(1,x)
lm.fit(x1,y)
lm.fit$$coefficients
#                x
#2.866667 1.387879

epoh老师，谢谢您。
glmboost函数和这个不太一样，我运行过结果，完全不一样。我再仔细研究下