Zastosowanie ~ (tyldy) w programowania R Język

Question

widziałem w poradniku na temat regresji modelowania następujące polecenie:

myFormula <- Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width 

Co dokładnie robi to polecenie zrobienia, i jaka jest rola ~ (tyldy) w Komenda?

Answer 1

Rzecz na prawo od <- jest obiektem formula. Jest często używany do oznaczenia modelu statystycznego, gdzie rzecz po lewej stronie ~ jest odpowiedzią, a rzeczy po prawej stronie ~ są zmiennymi objaśniającymi. W języku angielskim powiemy coś w rodzaju: "Gatunek zależy od długości sepii, szerokości sepii, długości płatka i szerokości płatka".

Część tego wiersza przechowuje formułę w obiekcie o nazwie myFormula, dzięki czemu można go używać w innych częściach kodu R.

---

Inne typowe zastosowania obiektów wzorze w R

Pakiet lattice wykorzystuje je do specify the variables to plot.
Pakiet ggplot2 używa ich do specify panels for plotting.
Pakiet dplyr używa ich do non-standard evaulation.

Answer 2

R definiuje operatora(tylda) do użycia w formułach. Wzory mają wszelkiego rodzaju zastosowań, ale chyba najbardziej powszechne jest dla regresji:

library(datasets) 
lm(myFormula, data=iris) 

help("~") lub help("formula") nauczy Cię więcej.

@Spacedman omówił podstawy. Porozmawiajmy o tym, jak to działa.

pierwsze, będąc operatora, trzeba pamiętać, że jest to w istocie skrót do funkcji (z dwoma argumentami):

> `~`(lhs,rhs) 
lhs ~ rhs 
> lhs ~ rhs 
lhs ~ rhs 

To może być pomocne, aby wiedzieć, na przykład do stosowania w apply Polecenia rodzinne.

Po drugie, można manipulować formułę jako tekst:

oldform <- as.character(myFormula) # Get components 
myFormula <- as.formula(paste(oldform[2], "Sepal.Length", sep="~")) 

Po trzecie, można manipulować postaci listy:

myFormula[[2]] 
myFormula[[3]] 

Wreszcie, istnieje kilka przydatnych sztuczek z formuły (patrz: help("formula"), aby uzyskać więcej informacji):

myFormula <- Species ~ . 

Na przykład powyższa wersja jest taka sama jak wersja oryginalna, ponieważ kropka oznacza "wszystkie zmienne, których jeszcze nie użyto.". Spójrz na data.frame, którego używasz w ewentualnym wywołaniu modelu, widzi, które zmienne istnieją w data.frame, ale nie są wyraźnie wymienione w formule i zastępuje kropkę brakującymi zmiennymi.