1. 一元线性回归 同样,我们仍然使用R中自带的women数据集,来看一下数据样式: 1.1 数据探索 首先做散点图查看数据的分布情况: plot(women$height, women$weight, xlab = "Height (in inchs)", ylab = "Weight (in pounds)") 可以看到散点分布呈现线性规律,说明适合构建线性回归方程。 1.2 构建模型 fit <-...
predict(model,data.frame(x=50)) sx=sort(x) plot(x,y); abline(model) pred = predict(model,data.frame(x=sx),interval="confidence) conf = predict(model,data.frame(x=sx),interval="prediction") plot(x,y); abline(model) lines(sx,conf[,2]); lines(...
R语言实现一元线性回归的基础教程 x<-c(3.4,1.8,4.6,2.3,3.1,5.5,0.7,3,2.6,4.3,2.1,1.1,6.1,4.8,3.8) y<-c(26.2,17.8,31.3,23.1,27.5,36,14.1,22.3,19.6,31.3,24,7.3,43.2,36.4,26.1) > cor.test(x,y) cor 0.9493518 > plot(x,y) > pred<-lm(y~x) > anova(pred) > e<-resid(pred,d...
plot(model) predict(model,data.frame(x=50)) sx=sort(x) plot(x,y); abline(model) pred = predict(model,data.frame(x=sx),interval="confidence) conf = predict(model,data.frame(x=sx),interval="prediction") plot(x,y); abline(model) lines(sx,conf[,2]); lines(sx,conf[,3]) lines(...
predict(model,data.frame(x=50)) sx=sort(x) plot(x,y); abline(model) pred = predict(model,data.frame(x=sx),interval="confidence) conf = predict(model,data.frame(x=sx),interval="prediction") plot(x,y); abline(model) lines(sx,conf[,2]); lines(sx,conf[,3]) ...
一元线性回归之R语言实现 一元线性回归 x = c(18,23,25,35,65,54,34,56,72,19,23,42,18,39,37) y=c(202,186,187,180,156,169,174,172,153,199,193,174,198,183,178) plot(x,y) model=lm(y~x) summary(model) coef(model) resid(model)...
> cor.test(x,y) cor 0.9493518 > plot(x,y) > pred<-lm(y~x) > anova(pred) > e<-resid(pred,digits=3) > plot(x,e) > plot(x,e,ylim = c(-9,9)) > abline(h=2*3.003) > abline(h=-2*3.003)
上篇介绍了《一元(多元)线性回归分析之Excel实现》,本篇来探讨一下回归分析在R语言中的实现,我们将从更专业的角度对模型进行一些解读。1. 一元线性回归同样,我们仍然使用R中自带的women数据集,来看一下数据样式:1.1 数据探索首先做散点图查看数据的分布情况:plot(women$height, women$weight, xlab = "Height (in...
上篇介绍了《一元(多元)线性回归分析之Excel实现》,本篇来探讨一下回归分析在R语言中的实现,我们将从更专业的角度对模型进行一些解读。 1. 一元线性回归 同样,我们仍然使用R中自带的women数据集,来看一下数据样式: 1.1 数据探索 首先做散点图查看数据的分布情况: ...