Реализация линейной ре­грессионной функции

[Greenwind]

Доброго времени суток.

Суть вопроса заключается в следующем.

Нужно используя тест Колмогорова-Смирнова, проверить гипотезу о том, что population_log и f(area_ log), где f ( ) — построенная регрессионная функция, относятся к одному непрерывному распределению, причем f() необходимо построить как линейную ре­грессионную функцию (используя lm) для зависимости population_log от
area_log. Каким образом её нужно построить?

Код: Выделить всё

my_frame <- read.table(file="...//allcountries.txt", header=TRUE)
my_frame <-my_frame[!(my_frame[,3])<10,] // условие выбора стран по площади
my_frame <-my_frame[!is.na((my_frame[,4])),] // условие выбора стран по населению
area_log =log10(log10(my_frame[,3]))
population_log  =  log10(log10(my_frame[,2]))

Ссылка на текстовый файл:
https://drive.google.com/file/d/0B12xlV ... sp=sharing

[gamm]

домашние задания нужно делать самостоятельно. Хотя сама постановка задачи впечатлила своей бессмысленной заковыристостью

P.S. да, линейную регрессию строит функция lm(), как и написано. Колмогорова-Смирнова проверяет ks.test()
P.P.S. а зачем два раза log10() - для надежности?

[Greenwind]

P.S. да, линейную регрессию строит функция lm(), как и написано. Колмогорова-Смирнова проверяет ks.test()

Да, но когда строю такую регрессионную функцию
y <-lm(population_log~area_log) и когда пытаюсь проводить ks.test(population_log, y), возникает такая ошибка:

"Ошибка в ks.test(population_log, y) :
'y' должен быть числовым или функцией или строкой именующей правильную функцию".

Каким образом можно избежать её?

[Иван Стрельников]

Проблема в том, что Вы пытаетесь применить ks.test к объектам, один из которых имеет класс lm -- т.е. к результату подгонки линейной модели, который не есть вектором с числами. Попробуйте сами посмотреть, что содержится в вашем "y":

Код: Выделить всё

str(y) #структура объекта "у"

Дальше, пусть меня поправят если ошибусь. Насколько я понял Ваша задача -- проверить гипотезу о том, что эмпирические population_log и предсказанный по модели population_log относятся к одному и тому же распределению. В таком случае Вам, банально, нужно получить предсказания по модели. Это можно сделать стандартной функцией predict(x), где х -- это ваш объект класса lm. На всякий случай почитайте хелп по этой функции. Отсюда, Ваша задача решается следующим образом:

Код: Выделить всё

ks.test(population_log, predict(y))

[Greenwind]

Проблема в том, что Вы пытаетесь применить ks.test к объектам, один из которых имеет класс lm -- т.е. к результату подгонки линейной модели, который не есть вектором с числами. Попробуйте сами посмотреть, что содержится в вашем "y":

Код: Выделить всё

str(y) #структура объекта "у"

Дальше, пусть меня поправят если ошибусь. Насколько я понял Ваша задача -- проверить гипотезу о том, что эмпирические population_log и предсказанный по модели population_log относятся к одному и тому же распределению. В таком случае Вам, банально, нужно получить предсказания по модели. Это можно сделать стандартной функцией predict(x), где х -- это ваш объект класса lm. На всякий случай почитайте хелп по этой функции. Отсюда, Ваша задача решается следующим образом:

Код: Выделить всё

ks.test(population_log, predict(y))

Огромное вам спасибо, я почитаю подробно на эту тему, так как только начал осваивать систему R.