Question

使用R中的poly函数，我如何评估多元多项式？

这篇文章共有4个问题，重点如下。
我正在寻求评估poly() - 输出对象（正交或原始多项式）的输出。这样我就可以使用多项式生成一个类似于我的模型矩阵的行，我可以用它来评估结果（即，我试图通过{{推送多变量测试数据值] 1}}调用，以便可以类似于我的回归方法矩阵的一行进行评估。
我的背景：我对R，R＆＃39 {1}以及R的回归程序相对较新。
我尝试了几种方法，并希望对每种方法都有所帮助：

（A）：使用poly()

直接进场

此方法失败，显然是由于某些意外的输入类别。我知道这些特殊的x1＆amp;共线的x2值对于一般拟合来说并不理想（我只是试图让poly()机器运转起来）。使用predict的灵感来自this SO帖子。 （Q1）是否可以直接调用predict方法来评估此多项式？

predict

（B）直接评估仅适用于原始多项式（非正交）

由于（A），我尝试了直接调用poly（）的变通方法。对于原始多项式，我可以使它工作，但我不得不为每个相应的变量重复数据。以下显示（第一个）单个数据点的失败，（第二个）重复该值的成功。 （Q2）有没有办法避免第二个列表中冗余重复数据以使原始predict正确评估？

> x1 = seq(1,  10,  by=0.2)
> x2 = seq(1.1,10.1,by=0.2)
> t = poly(cbind(x1,x2),degree=2,raw=T)
> predict(t,newdata=data.frame(x1=2.03,x2=2.03))
Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "c('matrix', 'double', 'numeric')"

如果我尝试使用正交多项式进行类似的冗余列表数据方法，那么我就会产生，，你的数据是多余的！＆＃34;错误（如果我只列出每个变量的值一次，我也会产生错误）。 （Q3）是否可以通过直接调用poly()来评估多元正交多项式？

> poly(cbind(x1=c(2.03),x2=c(2.13)),degree=2,raw=T)
Error in `colnames<-`(`*tmp*`, value = apply(z, 1L, function(x) paste(x,  : 
  attempt to set 'colnames' on an object with less than two dimensions

> poly(cbind(x1=c(2.03,2.03),x2=c(2.13,2.13)),degree=3,raw=T)
      1.0    2.0      3.0  0.1    1.1      2.1    0.2      1.2      0.3
[1,] 2.03 4.1209 8.365427 2.13 4.3239 8.777517 4.5369 9.209907 9.663597
[2,] 2.03 4.1209 8.365427 2.13 4.3239 8.777517 4.5369 9.209907 9.663597
attr(,"degree")
[1] 1 2 3 1 2 3 2 3 3

（C）无法提取α和β多元正交多项式的范数系数 最后，我知道poly()输入变量> poly(cbind(x1=c(2.03, 2.03),x2=c(2.13, 2.13)),degree=2) Error in poly(dots[[1L]], degree, raw = raw) : 'degree' must be less than number of unique points。我理解coefs是正交多项式拟合输出的alpha和norm值。但是，我只能从单变量多项式拟合中提取那些......当我拟合多变量正交（或原始）时，{{1}的返回值没有coefs。 （Q4）是否可以从调用predict.poly中提取coefs和poly系数，以获得符合多变量数据的正交多项式？

alpha

如果我能澄清，请告诉我。非常感谢您提供任何帮助。

Answer 1

为了记录，似乎已经修复了

> x1 = seq(1,  10,  by=0.2)
> x2 = seq(1.1,10.1,by=0.2)
> t = poly(cbind(x1,x2),degree=2,raw=T)
> 
> class(t) # has a class now
[1] "poly"   "matrix"
> 
> # does not throw error
> predict(t, newdata = cbind(x1,x2)[1:2, ])                                                     
     1.0  2.0 0.1  1.1  0.2
[1,] 1.0 1.00 1.1 1.10 1.21
[2,] 1.2 1.44 1.3 1.56 1.69
attr(,"degree")
[1] 1 2 1 2 2
attr(,"class")
[1] "poly"   "matrix"
> 
> # and gives the same
> t[1:2, ]
     1.0  2.0 0.1  1.1  0.2
[1,] 1.0 1.00 1.1 1.10 1.21
[2,] 1.2 1.44 1.3 1.56 1.69
> 
> sessionInfo()
R version 3.4.1 (2017-06-30)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

你如何使R poly（）评估（或＆＃34;预测＆＃34;）多变量新数据（正交或原始）？

1 个答案: