fit s..."/>
溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸

發(fā)布時(shí)間:2021-11-22 10:16:35 來(lái)源:億速云 閱讀:223 作者:柒染 欄目:大數(shù)據(jù)

這篇文章給大家介紹如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸,內(nèi)容非常詳細(xì),感興趣的小伙伴們可以參考借鑒,希望對(duì)大家能有所幫助。

R語(yǔ)言基礎(chǔ)知識(shí):

如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸

如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸簡(jiǎn)單線性回歸

> fit <- lm(weight ~height,data=women)

> summary(fit)

Call:

lm(formula = weight ~ height, data = women)

Residuals:

    Min      1Q  Median      3Q     Max 

-1.7333 -1.1333 -0.3833  0.7417  3.1167 

Coefficients:

             Estimate Std. Error t value Pr(>|t|)    

(Intercept) -87.51667    5.93694  -14.74 1.71e-09 ***

height        3.45000    0.09114   37.85 1.09e-14 ***

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.525 on 13 degrees of freedom

Multiple R-squared:  0.991, Adjusted R-squared:  0.9903 

F-statistic:  1433 on 1 and 13 DF,  p-value: 1.091e-14

> women$weight

 [1] 115 117 120 123 126 129 132 135 139 142 146 150 154 159 164

> fitted(fit)

       1        2        3        4        5        6        7        8        9       10 

112.5833 116.0333 119.4833 122.9333 126.3833 129.8333 133.2833 136.7333 140.1833 143.6333 

      11       12       13       14       15 

147.0833 150.5333 153.9833 157.4333 160.8833 

> residuals(fit)

          1           2           3           4           5           6           7 

 2.41666667  0.96666667  0.51666667  0.06666667 -0.38333333 -0.83333333 -1.28333333 

          8           9          10          11          12          13          14 

-1.73333333 -1.18333333 -1.63333333 -1.08333333 -0.53333333  0.01666667  1.56666667 

         15 

 3.11666667 

> plot(women$height,women$weight,xlab="Height(in inpches",ylab = "Weight(in pounds")

> abline(fit)

如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸公式:如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸

因?yàn)樯砀卟豢赡転?,它僅僅是一個(gè)常量調(diào)整整 。在Pr(>|t|) ,可以看到回歸系數(shù)(3.45)顯著不為0(p<0.001),表明身高每增高1英寸 體重將預(yù)期增加3.45磅 ,R平方 (0.991)表明模型可以解釋體 99.1%的方差,它也是實(shí)際和預(yù)測(cè)之間的相關(guān)系數(shù)(R2 = r2YY)。殘差標(biāo)準(zhǔn) (1.53 lbs) 可認(rèn)為是模型用身高預(yù)測(cè)體重的平均誤差。F統(tǒng)計(jì)檢驗(yàn)量所有的預(yù)測(cè)響應(yīng)量預(yù)測(cè)量是否都在某個(gè)幾水平之上。由于簡(jiǎn)單回歸只有一個(gè)預(yù)測(cè)邊量,此 F檢驗(yàn)等同于身高回歸系數(shù)的t 檢驗(yàn)。

關(guān)于如何理解R語(yǔ)言中的簡(jiǎn)單線性回歸就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI