हमारे पास आश्रित और वृक्ष की ऊंचाई पर निर्भर चर के रूप में पेड़ का व्यास है। इस तरह के डेटा के लिए कई अलग-अलग समीकरण मौजूद हैं और हम उनमें से कुछ को मॉडल करने और परिणामों की तुलना करने की कोशिश करते हैं।आर सूत्र में जटिल समीकरण कैसे डालें?
हालांकि, हम यह नहीं समझ सकते कि एक समीकरण को R
formula
प्रारूप में सही तरीके से कैसे रखा जाए।
R
में trees
डेटा सेट को उदाहरण के रूप में उपयोग किया जा सकता है।
data(trees)
df <- trees
df$h <- df$Height * 0.3048 #transform to metric system
df$dbh <- (trees$Girth * 0.3048)/pi #transform tree girth to diameter
सबसे पहले, एक समीकरण के उदाहरण अच्छी तरह से काम करने लगता है कि:।
form1 <- h ~ I(dbh^-1) + I(dbh^2)
m1 <- lm(form1, data = df)
m1
Call:
lm(formula = form1, data = df)
Coefficients:
(Intercept) I(dbh^-1) I(dbh^2)
27.1147 -5.0553 0.1124
गुणांकों a
, b
और c
का अनुमान है, जो है क्या हम में रुचि रखते हैं
अब समस्याग्रस्त समीकरण:
इस तरह यह फिट करने के लिए कोशिश कर रहा है:
m1 <- lm(form2, data = df)
Error in terms.formula(formula, data = data)
invalid model formula in ExtractVars
मुझे लगता है कि इस वजह से /
और नहीं एक नेस्टेड मॉडल के रूप में व्याख्या की है एक अंकगणितीय ऑपरेटर:
form2 <- h ~ I(dbh^2)/dbh + I(dbh^2) + 1.3
त्रुटि देता ?
यह एक त्रुटि नहीं देता:
form2 <- h ~ I(I(dbh^2)/dbh + I(dbh^2) + 1.3)
m1 <- lm(form2, data = df)
लेकिन परिणाम एक हम चाहते हैं नहीं है:
m1
Call:
lm(formula = form2, data = df)
Coefficients:
(Intercept) I(I(dbh^2)/dbh + I(dbh^2) + 1.3)
19.3883 0.8727
केवल एक गुणांक बाहरी I()
भीतर पूरी अवधि के लिए दिया जाता है, जो तर्क लगता है।
हम अपने डेटा के दूसरे समीकरण को कैसे फिट कर सकते हैं?
मैं इस उत्तर को सही के रूप में चिह्नित करूंगा क्योंकि ए) इसमें प्रारंभिक मानों का अनुमान लगाने का तरीका शामिल है, बी) सामान्य आर फ़ंक्शन का उपयोग करके हमें अन्य गैर-रैखिक फ़ंक्शन को आसानी से फिट करने की अनुमति मिलती है और सी) यह परिणाम प्लॉट करता है। धन्यवाद! – donodarazao