poly
位于 stats
包(package)。 说明
返回或计算指定点集 x
上 1 次到 degree
的正交多项式:这些都与 0 次常数多项式正交。或者,评估原始多项式。
用法
poly(x, ..., degree = 1, coefs = NULL, raw = FALSE, simple = FALSE)
polym (..., degree = 1, coefs = NULL, raw = FALSE)
## S3 method for class 'poly'
predict(object, newdata, ...)
参数
x, newdata |
用于计算多项式的数值向量或带有 |
degree |
多项式的次数。默认情况下,当 |
coefs |
用于预测,来自先前拟合的系数。 |
raw |
如果为 true,则使用原始多项式而非正交多项式。 |
simple |
逻辑指示是否应返回简单矩阵(不再有 |
object |
从类 |
... |
|
细节
虽然正式 degree
应该被命名(如下 ...
),但长度为 1 的未命名第二个参数将被解释为度数,这样 poly(x, 3)
就可以在公式中使用。
正交多项式由系数概括,可用于通过 Kennedy & Gentle(1980 年,第 343-4 页)中给出的 three-term 递归来评估它,并在代码的 predict
部分中使用。
poly
使用 ...
只是 polym
的方便包装:coef
被忽略。相反,如果使用 ...
中的单个参数调用 polym
,则它是 poly
的包装器。
值
为了poly
和polym()
(什么时候simple=FALSE
和coefs=NULL
默认情况下):
矩阵的行对应于中的点x
以及与程度相对应的列,带有属性"degree"
指定列的度数和(除非raw = TRUE
)"coefs"
其中包含用于构造正交多项式和类的中心化和归一化常数c("poly", "matrix")
.
对于 poly(*, simple=TRUE)
、 polym(*, coefs=<non-NULL>)
和 predict.poly()
:一个矩阵。
注意
此例程用于统计目的,例如contr.poly
:它不会尝试与机器精度正交。
例子
od <- options(digits = 3) # avoid too much visual clutter
(z <- poly(1:10, 3))
predict(z, seq(2, 4, 0.5))
zapsmall(poly(seq(4, 6, 0.5), 3, coefs = attr(z, "coefs")))
zm <- zapsmall(polym ( 1:4, c(1, 4:6), degree = 3)) # or just poly():
(z1 <- zapsmall(poly(cbind(1:4, c(1, 4:6)), degree = 3)))
## they are the same :
stopifnot(all.equal(zm, z1, tolerance = 1e-15))
## poly(<matrix>, df) --- used to fail till July 14 (vive la France!), 2017:
m2 <- cbind(1:4, c(1, 4:6))
pm2 <- zapsmall(poly(m2, 3)) # "unnamed degree = 3"
stopifnot(all.equal(pm2, zm, tolerance = 1e-15))
options(od)
作者
R Core Team. Keith Jewell (Campden BRI Group, UK) contributed improvements for correct prediction on subsets.
参考
Chambers, J. M. and Hastie, T. J. (1992) Statistical Models in S. Wadsworth & Brooks/Cole.
Kennedy, W. J. Jr and Gentle, J. E. (1980) Statistical Computing Marcel Dekker.
也可以看看
cars
是多项式回归的示例。
相关用法
- R power.t.test 一个和两个样本 t 检验的功效计算
- R power.prop.test 比例二样本检验的功效计算
- R power.anova.test 方差检验平衡单向分析的功效计算
- R poisson.test 精确泊松检验
- R power 创建 Power Link 对象
- R plot.stepfun 绘制阶跃函数
- R pairwise.t.test 成对 t 检验
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R plot.profile.nls 绘制 profile.nls 对象
- R predict 模型预测
- R plot.isoreg isoreg 对象的绘图方法
- R profile.nls 分析 nls 对象的方法
- R plot.HoltWinters HoltWinters 对象的绘图函数
- R ppoints 概率图的坐标
- R predict.HoltWinters 拟合 Holt-Winters 模型的预测函数
- R proj 模型预测
- R predict.loess 预测黄土曲线或表面
- R preplot 绘图对象的预计算
- R plot.ts 绘制时间序列对象
- R prcomp 主成分分析
- R printCoefmat 打印系数矩阵
- R plot.density 核密度估计的绘图方法
- R profile 分析模型的通用函数
- R ppr 投影寻踪回归
- R prop.test 等比例或给定比例检验
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Compute Orthogonal Polynomials。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。