首页 > 编程语言 > 详细

R语言之回归分析

时间:2015-02-06 20:13:59      阅读:375      评论:0      收藏:0      [点我收藏+]

数据指标建模指的是,使用若干自变量并建立公式,以预测目标变量。如果研究的目标变量是连续型的,则称其为回归分析。

一、一元线性回归分析

data.lm<- lm(height~weight,women)  计算模型
summary(data.lm)   列出模型详细信息

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

Residuals:
     Min       1Q   Median       3Q      Max 
-0.83233 -0.26249  0.08314  0.34353  0.49790 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 25.723456   1.043746   24.64 2.68e-12 ***
weight       0.287249   0.007588   37.85 1.09e-14 ***
---
Signif. codes:  0***0.001**0.01*0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.44 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


其他信息:
(1)相关系数r、r^2
Multiple R-squared
获取:summary(data.lm)$r.squared

(2)修正相关系数r^2,消除自变量数的影响
Adjusted R-squared
获取:summary(data.lm)$adj.r.squared

(3)回归系数的显著性检验
T检验:检验各个模型参数是否等于0,并计算其等于0时的概率

 

R语言之回归分析

原文:http://www.cnblogs.com/apple-flying/p/4277795.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!