R proj 模型預測

說明

proj 返回一個矩陣或矩陣列表，給出數據到線性模型項的投影。它最常用於aov 模型。

用法

proj(object, ...)

## S3 method for class 'aov'
proj(object, onedf = FALSE, unweighted.scale = FALSE, ...)

## S3 method for class 'aovlist'
proj(object, onedf = FALSE, unweighted.scale = FALSE, ...)

## Default S3 method:
proj(object, onedf = TRUE, ...)

## S3 method for class 'lm'
proj(object, onedf = FALSE, unweighted.scale = FALSE, ...)

參數

object	類 "lm" 或從其繼承的類的對象，或具有類似結構的對象，特別包括組件 qr 和 effects 。
onedf	一個邏輯標誌。如果 TRUE ，則返回模型矩陣所有列的投影。如果 FALSE ，則 single-column 投影將按模型項折疊(如方差分析表中所示)。
unweighted.scale	如果生成 object 的擬合使用權重，則這將確定投影是否對應於加權或未加權的觀測值。
...	吞下並忽略任何其他爭論。

細節

為對象的每個層給出一個投影，因此對於具有 Error 項的 aov 模型，結果是投影列表。

值

投影矩陣或(對於 multi-stratum 對象)投影矩陣列表。

每個投影都是一個矩陣，其中每個觀測值對應一行，每個項 ( onedf = FALSE ) 或每個係數 ( onedf = TRUE ) 對應一列。默認方法的投影矩陣具有正交列，表示 QR 分解的響應到 Q 矩陣的列空間的投影。擬合值是投影的總和，每列的平方和是擬合該列(在其左側之後)的平方和的減少量。

lm 和 aov 模型的方法向投影矩陣添加一列，給出殘差(數據到模型空間的正交補集的投影)。

嚴格來說，當 onedf = FALSE 時，結果不是投影，但列表示與該項對應的模型矩陣的列上的投影之和。在這種情況下，矩陣不依賴於所使用的編碼。

例子

N <- c(0,1,0,1,1,1,0,0,0,1,1,0,1,1,0,0,1,0,1,0,1,1,0,0)
P <- c(1,1,0,0,0,1,0,1,1,1,0,0,0,1,0,1,1,0,0,1,0,1,1,0)
K <- c(1,0,0,1,0,1,1,0,0,1,0,1,0,1,1,0,0,0,1,1,1,0,1,0)
yield <- c(49.5,62.8,46.8,57.0,59.8,58.5,55.5,56.0,62.8,55.8,69.5,
55.0, 62.0,48.8,45.5,44.2,52.0,51.5,49.8,48.8,57.2,59.0,53.2,56.0)

npk <- data.frame(block = gl(6,4), N = factor(N), P = factor(P),
                  K = factor(K), yield = yield)
npk.aov <- aov(yield ~ block + N*P*K, npk)
proj(npk.aov)

## as a test, not particularly sensible
options(contrasts = c("contr.helmert", "contr.treatment"))
npk.aovE <- aov(yield ~  N*P*K + Error(block), npk)
proj(npk.aovE)

作者

The design was inspired by the S function of the same name described in Chambers et al (1992).

參考

Chambers, J. M., Freeny, A and Heiberger, R. M. (1992) Analysis of variance; designed experiments. Chapter 5 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.

也可以看看

aov , lm , model.tables