hồi quy "trọng" trong R

Question

Tôi đã tạo ra một kịch bản như hình dưới đây để làm một cái gì đó tôi gọi là "trọng" hồi quy:

library(plyr) 

set.seed(100) 

temp.df <- data.frame(uid=1:200, 
         bp=sample(x=c(100:200),size=200,replace=TRUE), 
         age=sample(x=c(30:65),size=200,replace=TRUE), 
         weight=sample(c(1:10),size=200,replace=TRUE), 
         stringsAsFactors=FALSE) 

temp.df.expand <- ddply(temp.df, 
         c("uid"), 
         function(df) { 
          data.frame(bp=rep(df[,"bp"],df[,"weight"]), 
            age=rep(df[,"age"],df[,"weight"]), 
            stringsAsFactors=FALSE)}) 

temp.df.lm <- lm(bp~age,data=temp.df,weights=weight) 
temp.df.expand.lm <- lm(bp~age,data=temp.df.expand) 

Bạn có thể thấy rằng trong temp.df, mỗi hàng có trọng lượng của nó, những gì Ý tôi là có tổng cộng 1178 mẫu nhưng đối với các hàng có cùng số bp và age, chúng được hợp nhất thành 1 hàng và được thể hiện trong cột weight.

Tôi đã sử dụng thông số weight trong chức năng lm, sau đó tôi kiểm tra chéo kết quả bằng một khung dữ liệu khác là dataframe temp.df được "mở rộng". Nhưng tôi tìm thấy các kết quả đầu ra lm khác nhau cho 2 khung dữ liệu.

Ý của tôi hiểu sai các thông số weight trong lm chức năng, và bất cứ ai có thể cho tôi biết làm thế nào để tôi chạy hồi quy đúng (nghĩa là không phải mở rộng dataframe bằng tay) cho một tập dữ liệu được trình bày như temp.df? Cảm ơn.

Answer 1

Vấn đề ở đây là mức độ tự do không được thêm đúng để có được số liệu thống kê Df và bình phương-bình phương. Điều này sẽ khắc phục sự cố:

temp.df.lm.aov <- anova(temp.df.lm) 
temp.df.lm.aov$Df[length(temp.df.lm.aov$Df)] <- 
     sum(temp.df.lm$weights)- 
     sum(temp.df.lm.aov$Df[-length(temp.df.lm.aov$Df)] ) -1 
temp.df.lm.aov$`Mean Sq` <- temp.df.lm.aov$`Sum Sq`/temp.df.lm.aov$Df 
temp.df.lm.aov$`F value`[1] <- temp.df.lm.aov$`Mean Sq`[1]/ 
             temp.df.lm.aov$`Mean Sq`[2] 
temp.df.lm.aov$`Pr(>F)`[1] <- pf(temp.df.lm.aov$`F value`[1], 1, 
             temp.df.lm.aov$Df, lower.tail=FALSE)[2] 
temp.df.lm.aov 
Analysis of Variance Table 

Response: bp 
      Df Sum Sq Mean Sq F value Pr(>F) 
age   1 8741 8740.5 10.628 0.001146 ** 
Residuals 1176 967146 822.4   

So sánh với:

> anova(temp.df.expand.lm) 
Analysis of Variance Table 

Response: bp 
      Df Sum Sq Mean Sq F value Pr(>F) 
age   1 8741 8740.5 10.628 0.001146 ** 
Residuals 1176 967146 822.4      
--- 
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Tôi là một chút ngạc nhiên này đã không đưa ra thường xuyên hơn trên R-giúp đỡ. Hoặc là sức mạnh phát triển chiến lược tìm kiếm của tôi đang suy yếu với tuổi già.