如何在R语言中从分位数回归模型提取公式并复用至其他模型

嘿，我来帮你搞定分位数回归公式提取并复用的事儿！

首先得先把你截断的x.2数据补全（示例里我会先补一段模拟数据，你替换成真实数据就行），然后按以下步骤操作：

1. 先拟合分位数回归模型 #

假设你用的是R里常用的quantreg包来做分位数回归，先加载包并完成模型拟合：

# 补全x.2的模拟数据（替换成你的真实数据）
x.2 <- c(28.909,25.487,33.834,23.615,33.429,24.235,33.436,30.065,22.448,25.014,24.642,29.123,27.890,26.543,28.112,27.345,29.001,25.789,26.999,28.002)

# 加载quantreg包
library(quantreg)

# 拟合分位数回归（这里用0.5分位数即中位数回归，你可以替换成其他tau值）
qr_model <- rq(y ~ x.1 + x.2, tau = 0.5)

2. 提取模型公式 #

R的模型对象自带formula()方法，直接调用就能精准提取公式，不用手动抄：

# 提取分位数回归的公式
qr_formula <- formula(qr_model)

# 查看提取的公式
print(qr_formula)
# 输出会是：y ~ x.1 + x.2

3. 把公式复用在其他回归模型里 #

拿到公式后，直接传入其他回归函数（比如普通线性回归lm()、广义线性回归glm()）就行，完全不用手动重写变量：

# 示例：应用到普通线性回归
lm_model <- lm(qr_formula, data = data.frame(y, x.1, x.2))

# 查看线性回归结果
summary(lm_model)

# 如果需要，也可以用到广义线性回归
# glm_model <- glm(qr_formula, family = gaussian(), data = data.frame(y, x.1, x.2))

小技巧 #

如果你的分位数回归有复杂形式（比如交互项x.1:x.2、多项式poly(x.1,2)），formula()也能准确提取，避免手动写公式时出错。另外建议把所有变量整理成一个数据框，这样传递公式时更顺畅：

# 整理成统一数据框
my_data <- data.frame(y, x.1, x.2)
# 拟合分位数回归
qr_model <- rq(y ~ x.1 + x.2, tau = 0.5, data = my_data)
# 复用公式到线性回归
lm_model <- lm(formula(qr_model), data = my_data)

内容的提问来源于stack exchange，提问作者Thomas