R語(yǔ)言實(shí)驗(yàn)報(bào)告-回歸分析在女性身高與體重的應(yīng)用

學(xué)習(xí)資料整理分享學(xué)習(xí)資料整理分享R語(yǔ)言實(shí)驗(yàn)報(bào)告回歸分析中身高預(yù)測(cè)體重的模型學(xué)院：班級(jí)：學(xué)號(hào)：姓名：導(dǎo)師：成績(jī)：目錄TOC\o"1-5"\h\z一、實(shí)驗(yàn)背景1二、實(shí)驗(yàn)?zāi)康?三、實(shí)驗(yàn)環(huán)境1四、實(shí)驗(yàn)內(nèi)容1給出實(shí)驗(yàn)女性的身高體重信息；2運(yùn)用簡(jiǎn)單線性回歸分析；2運(yùn)用多項(xiàng)式回歸分析2五、實(shí)驗(yàn)過(guò)程2（一）簡(jiǎn)單線性回歸2展示擬合模型的詳細(xì)結(jié)果2女性體重的數(shù)據(jù)2列出擬合模型的預(yù)測(cè)值3列出擬合模型的殘差值3得出身高預(yù)測(cè)體重的散點(diǎn)圖以及回歸線3（二）多項(xiàng)式回歸51.展示擬合模型的詳細(xì)結(jié)果52.身高預(yù)測(cè)體重的二次回歸圖5六、實(shí)驗(yàn)分析7七、總結(jié)7一、實(shí)驗(yàn)背景從許多方面來(lái)看，回歸分析都是統(tǒng)計(jì)學(xué)的核心。她其實(shí)是一個(gè)廣義的概念，通指那些用一個(gè)或多變量（也稱自變量或解釋變量）來(lái)預(yù)測(cè)響應(yīng)變量（也稱因變量、效標(biāo)變量或結(jié)果變量）的方法。通常，回歸分析可以用來(lái)挑選與響應(yīng)變量相關(guān)的解釋變量，可以描述兩者的關(guān)系，也可以生成一個(gè)等式，通過(guò)解釋變量來(lái)預(yù)測(cè)響應(yīng)變量。二、實(shí)驗(yàn)?zāi)康腞是用于統(tǒng)計(jì)分析、繪圖的語(yǔ)言和操作環(huán)境。R是屬于GNU系統(tǒng)的一個(gè)自由、免費(fèi)、源代碼開(kāi)放的軟件，它是一個(gè)用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖的優(yōu)秀工具；本次試驗(yàn)要求掌握了解R語(yǔ)言的各項(xiàng)功能和函數(shù)，能夠通過(guò)完成試驗(yàn)內(nèi)容對(duì)R語(yǔ)言有一定的了解，會(huì)運(yùn)用軟件對(duì)數(shù)據(jù)進(jìn)行分析；通過(guò)本實(shí)驗(yàn)加深對(duì)課本知識(shí)的理解以及熟練地運(yùn)用R語(yǔ)言軟件來(lái)解決一些復(fù)雜的問(wèn)題。三、實(shí)驗(yàn)環(huán)境Windows系統(tǒng)，R或者RStudio四、實(shí)驗(yàn)內(nèi)容本實(shí)驗(yàn)提供了15個(gè)年齡在30—39歲間的女性的身高和體重信息運(yùn)用回歸分析的方法通過(guò)身高來(lái)預(yù)測(cè)體重，獲得一個(gè)等式可以幫助我們分辨哪些過(guò)重或過(guò)輕的個(gè)體。給出實(shí)驗(yàn)女性的身高體重信息；運(yùn)用簡(jiǎn)單線性回歸分析；運(yùn)用多項(xiàng)式回歸分析五、實(shí)驗(yàn)過(guò)程(一)簡(jiǎn)單線性回歸展示擬合模型的詳細(xì)結(jié)果fit<-Im(weigh匚-height,data=wonen)5ummary(f'it)call:Im(formula=weight*height,'data=women;Residuals:MinIQMedian3QNax-1.7333-1.1333-0.3&330.74173.1167coefficients:：5tifiates~d.Errorrva'uepr(>t](Intercept)-87.516675.93694-14.741.71e-09?*height3.450000.09L1437.851.09C-14sign#,codes:0仏小0.00：***'0.010.05L.!0.1L'1Residualstandarderror:1,525on13degreescffreedcm^uklpleR-squared:0.991,AdjustedR-squared:0.9903F-staTisfic;1433on1andVdf,p-value:1.091e-M女性體重的數(shù)據(jù)wonen$weigkt[1；11511712012J126129132135139142146150154155164列出擬合模型的預(yù)測(cè)值fitted(fit)234S671910IM血刖M]122朋]皿陽(yáng)砂冊(cè)133.2833W此朋陽(yáng)巫12131415肌唧皿別加刪也佃就倔nIhh■II列出擬合模型的殘差值residuas(tit)123156724W7叮66666670.51666667必06666陽(yáng)4H皿加?(H期圧丄28333333S910L1121314-l.Z^nn-1.18333333-1,63333333-1.08333333-3,533333330.01666M71.566666673<W7得出身高預(yù)測(cè)體重的散點(diǎn)圖以及回歸線>血恤郵時(shí)嘰IM血酣+na^'tanAge30-39"+H薊帥〔inindies)：+皿伽取(inpornds)")Ht<REturn>toseeiWplot:abline(fit)ablineffit)WomenAge30-390605040302)sdnuopni(thgieHeight(ininches)(二)多項(xiàng)式回歸展示擬合模型的詳細(xì)結(jié)果flrZ<-lui(weight~height+i(beiqhi?2hdata?en)summary(fit2jcall:ln(fornuh=weight*height+iCIeight^),data=waen)Residuals:Min1QMedian3Q畑-0.50M1-0.29611-0.0D9410.286150,59706coefficients:EstimateStc.Erroi:valuePr^t)(interctpt)Za.SZElS25.L967?10.3932.36MZ蹄height-7.34832叮"的-9.49S.53e-0ZI(heightA2)0.083060.0059813.8919.?2e-09signif.codes:0****]0.001***'0.01計(jì)D.050,1(11Residualstandarderror:0J841on12degreesoffreedonMultipitR-&quared:D.9995,AdjustedR-sqjared:0.M94F-statistic:1.139曰弭on1and12OF,p-valjt:<2.2e-16身高預(yù)測(cè)體重的二次回歸圖》幗厳「贏呱KW刷雷+血儷I(xiàn)Age珈眄4dib=irHEight(ininches)\+yli^Kight(inlbs)")wit?rr>toseenextplct:1価恤郵恤札世訓(xùn)f也))汕呱刪刪冊(cè)恤他))WomenAge30-39Height(ininches)Height(inches)六、實(shí)驗(yàn)分析（一）簡(jiǎn)單線性回歸通過(guò)輸出結(jié)果，可以得到預(yù)測(cè)等式：Weight=-87.52+3.45*Height因?yàn)樯砀卟豢赡転?，所以沒(méi)必要給截距項(xiàng)一個(gè)物理解釋，它僅僅是一個(gè)常量調(diào)整項(xiàng)。在Pt（>|t|）欄，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，體重預(yù)期增加3.45磅。R平方項(xiàng)（0.991）表明模型可以解釋體重99.1%的方差，它也是實(shí)際和預(yù)測(cè)值之間的相關(guān)系數(shù)的平方（R2=r2）。參差標(biāo)準(zhǔn)誤則可認(rèn)為是模型用身高預(yù)測(cè)體重的平均誤差。我們已經(jīng)輸出了真實(shí)值、預(yù)測(cè)值和殘差值，由身高預(yù)測(cè)體重的散點(diǎn)圖，可以看出最大的殘差值在身高矮和身高高的地方出現(xiàn)。（二）多項(xiàng)式回歸新的預(yù)測(cè)等式為：Weight二261.88-7.35*HeightHeight+0.083*Height2在p<0.001的水平下，回歸系數(shù)都非常顯著。模型的方差解釋率已經(jīng)增加到了99.9%。二次項(xiàng)的顯著性（t=13.89,p<0.001）表明包含二次項(xiàng)提高了模型的擬合