解释双对数回归模型输出的 X 截距和斜率参数
对数变换后的模拟数据运行对因变量和预测变量的线性回归。
set.seed(12345)
x <- rnorm(423, mean = 55, sd = 12)
y <- rnorm(423, mean = 1.44, sd = 0.3)
dat <- as.data.frame(cbind(x,y))
mod <- lm (log(y)~log (x), data = dat)
summary(mod)
问题：
此摘要日志中的 x 截距是 0.186 还是 0.186？我认为斜率估计为 0.0424。这个模型可以写成如下：：
logy = log 0.186 + 0.0424 logx
A linear regression on dependent and predictor variable was run on simulated data after log transformation.
set.seed(12345)
x <- rnorm(423, mean = 55, sd = 12)
y <- rnorm(423, mean = 1.44, sd = 0.3)
dat <- as.data.frame(cbind(x,y))
mod <- lm (log(y)~log (x), data = dat)
summary(mod)
Question:
Is the x intercept in this summary log 0.186 or 0.186? The slope estimate I think is 0.0424. Can this model written as follows::
logy = log 0.186 + 0.0424 logx
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
当你在 R 中 log() 一个对象/向量时，它实际上是一个自然对数。
另请注意，截距未进行转换，
因此所得公式实际上为：
ln(y) = 0.186 + 0.0424 * ln(x)
when you log() an object/vector in R, it is in fact a natural log.
also note that the intercept is not transformed
so the resultant formula is actually:
ln(y) = 0.186 + 0.0424 * ln(x)