我有一个关于线性多元模型的模型矩阵和参数矩阵适合r中的虹膜数据集的问题。这是我正在使用的代码(函数lm)和输出:
> (fm = lm(cbind(iris[,1],iris[,2],iris[,3],iris[,4])~(iris[,5])))
Call:
lm(formula = cbind(iris[, 1], iris[, 2], iris[, 3], iris[, 4]) ~
(iris[, 5]))
Coefficients:
[,1] [,2] [,3] [,4]
(Intercept) 5.006 3.428 1.462 0.246
iris[, 5]versicolor 0.930 -0.658 2.798 1.080
iris[, 5]virginica 1.582 -0.454 4.090 1.780
我的目标是得到矩阵中模型的分解:
多元模型的模型矩阵A和4 × 4参数矩阵βX = aβ + e
据我所知,矩阵β是刚刚得到的系数矩阵:
[,1] [,2] [,3] [,4]
(Intercept) 5.006 3.428 1.462 0.246
iris[, 5]versicolor 0.930 -0.658 2.798 1.080
iris[, 5]virginica 1.582 -0.454 4.090 1.780
因此,是不是矩阵β a 3 × 4矩阵(3行4列)而不是一个4 × 4矩阵?
您可以查询R如何编码Species
预测器:
contrasts( iris$Species )
## and verify how this applies to your model matrix:
model.matrix( fm )
总之,不需要一个截距和4个参数。在这种情况下,setosa
是截距。所以是3x4。这就是你想要的吗?