Come funziona l'argomento sottoinsieme nella funzione lm()?

Question

Ho cercato di capire come funziona l'argomento subset nella funzione R lm(). In particolare il codice follwoing sembra dubbia per me:

data(mtcars) 
summary(lm(mpg ~ wt, data=mtcars)) 
summary(lm(mpg ~ wt, cyl, data=mtcars)) 

In ogni caso la regressione ha 32 osservazioni

dim(lm(mpg ~ wt, cyl ,data=mtcars)$model) 
    [1] 32 2 
    dim(lm(mpg ~ wt ,data=mtcars)$model) 
    [1] 32 2 

ancora i coefficienti cambiano (insieme al R²). La guida non fornisce troppe informazioni su questo argomento:

sottoinsieme un vettore opzionale che specifica un sottoinsieme di osservazioni da utilizzare nel processo di adattamento

Answer 1

Come principio generale, i vettori utilizzati in sottoinsiemi può essere logico (ad esempio un VERO o FALSO per ogni elemento) o numerico (ad esempio un numero). Come caratteristica per aiutare con il campionamento, se è numerico R includerà lo stesso elemento più volte se appare in un vettore numerico di subsetting.

Diamo uno sguardo a cyl:

> mtcars$cyl 
[1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4 

Quindi stai ricevendo un data.frame della stessa lunghezza, ma è composto da riga 6, riga 6, fila 4, riga 6, etc.

potete vedere questo se si fa la subsetting da soli:

> head(mtcars[mtcars$cyl,]) 
       mpg cyl disp hp drat wt qsec vs am gear carb 
Valiant  18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 
Valiant.1  18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 
Valiant.2  18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 
Merc 240D  24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 
Valiant.3  18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 

Volevi fare qualcosa di simile?

summary(lm(mpg ~ wt, cyl==6, data=mtcars))