问题描述
当我探索和研究rms
包以拟合回归样条时,我注意到了一些奇怪的东西,但不确定是不是错误。
在下面的示例中,我拟合了线性回归,其中一个组件是具有3节的自然三次样条。
我使用Function
包中的rms
打印出拟合的模型。我还使用rcsspline.eval
打印出结。但是,在拟合模型的打印输出中,我看不到预测值 bp 的2级项。另外,括号中的结与rcsspline.eval
中的结不匹配(我假设括号中的术语表示截断的幂基)。
向我指出正确方向的任何帮助将不胜感激。
> library(rms)
>
> # Generate the response and the predictors
> set.seed(123)
> age <- rnorm(500,50,15)
> bp <- rnorm(500,120,10)
> y <- abs(age-50)*.08 + pmax(bp,100)*.09 + rnorm(500)
>
>
> f <- ols( y ~ age + rcs(bp,nk =3))
>
# print out the cofficients
> coef(f)
Intercept age bp bp' bp'' bp'''
2.10418 0.00821 0.07531 0.08501 -0.66785 1.44522
>
> # print out the knots
> rcspline.eval(bp,nk = 3,knots.only = TRUE)
[1] 106 120 132
>
> # print out the fitted model
>
> Function(f)
function(age = NA,bp = NA) {2.1041812+0.0082086026*age+0.075309422* bp+7.6118728e-05*pmax(bp-103.13774,0)^3-0.00059797264*pmax(bp-113.95708,0)^3+0.0012940095*pmax(bp-119.98812,0)^3-0.00097515678*pmax(bp-125.82031,0)^3+0.00020300115*pmax(bp-136.55717,0)^3 }
<environment: 0x0000019cd3ff1c68>
>
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)