在R中如何拟合一个没有常参数的线性模型呢？

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

在R中如何拟合一个没有常参数的线性模型呢？例如
x<-(1, 2, 3, 4)
y<-(3.1, 5.9, 9.2, 11.85)
现在想用y=bx拟合，如何在R中实现？

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0 回帖

关键词：线性模型 模型 拟合 线性 常参数

是不是lm(y~x-1)?
但是R中计算得到的决定系数r^2怎么和excel计算得到的不一样呢？

非常奇怪，下边一个例子excel进行的回归和R进行的回归得到的决定系数R^2居然不一样！
slope                                  SME
0.008091681        0.010573409
0.01400749        0.023963562
0.021630862        0.046281063
0.020913772        0.045595532
0.010371885        0.011485726
0.011579039        0.020312769
0.002106411        0.001840598
0.009887661        0.021263929
其中第一列是自变量，第二列是依变量，现在在R中，输入命令
nisM<-lm(SME~slope-1) #不需要intercept
得到：
> summary(nisM)

Call:
lm(formula = MSE ~ slope - 1)

Residuals:
      Min        1Q    Median        3Q       Max
-0.008728 -0.003800 -0.002259  0.002527  0.004838

Coefficients:
              Estimate    Std. Error   t value    Pr(>|t|)   
slope   1.9489        0.1264       15.42      1.16e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.004912 on 7 degrees of freedom
Multiple R-squared: 0.9714,     Adjusted R-squared: 0.9673
F-statistic: 237.8 on 1 and 7 DF,  p-value: 1.163e-06

但是excel进行相应的回归得到的是0.906
我又在R中编写了：
> a<-coefficients(nisM)[1]
> 1-sum((MSE-a*slope)^2)/sum((MSE-mean(MSE))^2)
得到了
[1] 0.90604
居然和excel得到的结果一致，但是为什么R中的结果（0.9714
本文来自: 人大经济论坛 详细出处参考：http://www.pinggu.org/bbs/viewth ... amp;from^^uid=1658203）不一样呢？

命令lm(y~0+x)

学习中，有时间研究下。