我也曾经认为权重是编码重复观察的样本大小的一种便捷方式。但是下面的例子表明,对于简单的线性模型来说情况并非如此。我首先定义一个列联表与观察到的/发明的鞋的尺寸和高度的人并适合leats平方回归指定所述频率的权重:
SKdata = matrix(c(20,5,5,5,40,15,3,27,30,2,3,10),ncol=4)
dimnames(SKdata) = list(shoesize=10:12,height=seq(160,190,by=10))
x = as.data.frame(as.table(SKdata), stringsAsFactors=FALSE)
for (i in 1:ncol(x)) x[,i] = as.numeric(x[,i])
fit1 = lm(height ~ shoesize,data=x, weights=Freq)
summary(fit1)
注意,为斜率系数是非显著和剩余误差基于“10个自由度的”
这改变了,当我转换列联表到“原始”数据,这意味着每个观察一行,方便功能expand.dft:
expand.dft <- function(x, na.strings = "NA", as.is = FALSE, dec = ".")
{
DF <- sapply(1:nrow(x), function(i) x[rep(i, each = x$Freq[i]), ],
simplify = FALSE)
DF <- subset(do.call("rbind", DF), select = -Freq)
for (i in 1:ncol(DF))
{
DF[[i]] <- type.convert(as.character(DF[[i]]),
na.strings = na.strings,
as.is = as.is, dec = dec)
}
DF
}
fit2 = lm(height ~ shoesize,data=expand.dft(x))
summary(fit2)
我们获得i牙齿系数,但这次基于“163自由度”高度显着
谢谢,这似乎工作。当我认为这不起作用时,事实证明我正在使用骗局(来自图书馆骗局),而不是gam。这似乎不适用于骗局。我会进一步研究。 – DavidR