coefficients de régression Calcul linéaire bivarié

Question

Question to be answered

Est-ce que quelqu'un sait comment résoudre le problème ci-joint en deux lignes de code? Je crois qu'une as.matrix travaillerait pour créer une matrice, X, puis utiliser X %*% X, t(X), et solve(X) pour obtenir la réponse. Cependant, cela ne semble pas fonctionner. Toutes les réponses aideront, merci.

Answer 1

Je recommande d'utiliser read.csv au lieu de read.table

Il serait utile pour vous d'aller sur la différence des deux fonctions dans ce fil: read.csv vs. read.table

df <- read.csv("http://pengstats.macssa.com/download/rcc/lmdata.csv") 
model1 <- lm(y ~ x1 + x2, data = df) 
coefficients(model1) # get the coefficients of your regression model1 
summary(model1) # get the summary of model1 

Answer 2

Sur la base de la réponse de @kon_u , voici un exemple pour le faire à la main:

df <- read.csv("http://pengstats.macssa.com/download/rcc/lmdata.csv") 
model1 <- lm(y ~ x1 + x2, data = df) 
coefficients(model1) # get the coefficients of your regression model1 
summary(model1) # get the summary of model1 

### Based on the formula 
X <- cbind(1, df$x1, df$x2) # the column of 1 is to consider the intercept 
Y <- df$y 
bhat <- solve(t(X) %*% X) %*% t(X) %*% Y # coefficients 
bhat # Note that we got the same coefficients with the lm function