วิธีใช้ตัวดำเนินการ tilde (~) ใน r

คุณสามารถใช้ตัวดำเนินการเครื่องหมายทิลเดอ ( ~ ) ใน R เพื่อแยกด้านซ้ายของสมการออกจากด้านขวาได้

โอเปอเรเตอร์นี้มักใช้กับฟังก์ชัน lm() ใน R ซึ่งใช้เพื่อให้พอดีกับ โมเดลการถดถอยเชิงเส้น

ไวยากรณ์พื้นฐานของฟังก์ชัน lm() คือ:

 model <- lm(y ~ x1 + x2, data=df)

ชื่อตัวแปร ทางด้านซ้าย ของตัวดำเนินการเครื่องหมายทิลเดอ (y) แสดงถึง ตัวแปรตอบสนอง

ชื่อตัวแปรทาง ด้านขวา ของตัวดำเนินการตัวหนอน (x1, x2) แสดงถึง ตัวแปรทำนาย

ตัวอย่างต่อไปนี้แสดงวิธีใช้ตัวดำเนินการเครื่องหมายทิลเดอในสถานการณ์ต่างๆ

ตัวอย่างที่ 1: การใช้ตัวดำเนินการตัวหนอนกับตัวแปรทำนาย

สมมติว่าเราใส่โมเดลการถดถอยเชิงเส้นอย่างง่ายต่อไปนี้ใน R:

 model <- lm(y ~ x, data=df)

โมเดลการถดถอยเฉพาะนี้มีตัวแปรตอบสนอง (y) และตัวแปรทำนาย (x)

หากเราเขียนสมการการถดถอยนี้ในรูปแบบทางสถิติ มันจะมีลักษณะดังนี้:

y = β ₀ + β ₁ x

ตัวอย่างที่ 2: การใช้ตัวดำเนินการตัวหนอนกับตัวแปรทำนายหลายตัว

สมมติว่าเราใส่โมเดลการถดถอยเชิงเส้นพหุคูณต่อไปนี้ใน R:

 model <- lm(y ~ x1 + x2 + x3, data=df)

โมเดลการถดถอยเฉพาะนี้มีตัวแปรตอบสนองหนึ่งตัว (y) และตัวแปรทำนายสามตัว (x1, x2, x3)

หากเราเขียนสมการการถดถอยนี้ในรูปแบบทางสถิติ มันจะมีลักษณะดังนี้:

y = β ₀ + β ₁ x ₁ + β ₂ x ₂ + β ₃ x ₃

ตัวอย่างที่ 3: การใช้ตัวดำเนินการตัวหนอนกับตัวแปรทำนายจำนวนที่ไม่รู้จัก

สมมติว่าเราใส่โมเดลการถดถอยเชิงเส้นพหุคูณต่อไปนี้ใน R:

 model <- lm(y ~ ., data=df)

ไวยากรณ์เฉพาะนี้บ่งชี้ว่าเราต้องการใช้ y เป็นตัวแปรตอบสนองและตัวแปรอื่นๆ ทั้งหมดในกรอบข้อมูลเป็นตัวแปรทำนาย

ไวยากรณ์นี้มีประโยชน์เมื่อเราต้องการปรับโมเดลการถดถอยให้พอดีกับตัวแปรทำนายจำนวนมาก แต่เราไม่ต้องการป้อนชื่อเฉพาะของตัวแปรทำนายแต่ละตัว

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีใช้ฟังก์ชันทั่วไปอื่นๆ ใน R:

วิธีใช้ตัวดำเนินการเครื่องหมายดอลลาร์ ($) ใน R
วิธีใช้ตัวดำเนินการ “NOT IN” ใน R
วิธีใช้ตัวดำเนินการ %in% ใน R