R語言數(shù)據(jù)分析與挖掘 課件 第2章 回歸分析

第2章回歸分析Part/

01簡單線性回歸分析

簡單線性回歸>eruption.lm<-lm(eruptions~waiting,data=faithful)>coeffs<-coefficients(eruption.lm)>coeffs#一元線性回歸的參數(shù)：截距、斜率(Intercept)waiting-1.874015990.07562795>plot(eruptions~waiting,faithful,#繪圖變量 col="blue",#繪圖參數(shù) main="老忠實線性回歸結(jié)果",#標(biāo)題 xlab="等待時間",#x軸標(biāo)簽 ylab="持續(xù)噴發(fā)時間") #y軸標(biāo)簽>fit<-lm(eruptions~waiting,data=faithful)>abline(fit,col="red")#畫出回歸模型lm參數(shù)：因變量eruptions，自變量waiting，數(shù)據(jù)集faithful。使用coefficients()來顯示所得到的回歸方程中的系數(shù)。簡單線性回歸>waiting<-80#等待時間>duration<-coeffs[1]+coeffs[2]*waiting>duration(Intercept)4.1762>newdata<-data.frame(waiting=c(80,50))#封裝參數(shù)>predict(eruption.lm,newdata) 124.1762201.907381使用模型進(jìn)行預(yù)測。簡單線性回歸

簡單線性回歸

簡單線性回歸

簡單線性回歸qq圖可用于直觀驗證一組數(shù)據(jù)是否來自于某個給定的分布，或者驗證兩組數(shù)據(jù)是否來自同一分布。根據(jù)所討論的分布計算出每個數(shù)據(jù)點(diǎn)的理論預(yù)期值，如果數(shù)據(jù)確實遵循假定的分布，那么在qq圖上的點(diǎn)將大致散落在一條直線上。正態(tài)概率圖就是一種把數(shù)據(jù)集與正態(tài)分布進(jìn)行比較的圖形化工具。例如，可以比較線性回歸模型的標(biāo)準(zhǔn)化殘差來檢驗殘差是否真正地符合正態(tài)分布規(guī)律。>qqnorm(eruption.stdres,ylab="標(biāo)準(zhǔn)化殘差",xlab="正態(tài)得分",main="老忠實噴發(fā)持續(xù)時間")>qqline(eruption.stdres)

簡單線性回歸Part/

02多項式回歸分析

指標(biāo)名說明crim按鎮(zhèn)分布的人均犯罪率zn居住區(qū)域地塊超過25,000平方英尺的比例indus每個鎮(zhèn)中非零售商業(yè)用地的比例chas與查爾斯河有關(guān)的啞數(shù)據(jù)（1表示河流范圍，0為其他）nox一氧化氮濃度(partsper10million)rm每戶平均房間數(shù)age1940年前修建的戶主居住的單位數(shù)dis到5個波士頓就業(yè)中心的加權(quán)距離rad到達(dá)放射狀高速公路方便程度的指數(shù)tax每萬美元的全額房產(chǎn)稅率ptratio每個鎮(zhèn)的小學(xué)生師比

b1000(B-0.63)^2其中B是每個鎮(zhèn)的黑人比例lstat低收入人口比例medv一千美元為單位的戶主居住房屋的價格中位值多項式回歸分析把medv當(dāng)作因變量，而把其余的指標(biāo)作為自變量，可以建立起一個多元線性回歸模型如下:使用lm()函數(shù)計算得出模型并保存在變量Boston.lm中>Boston.lm<-lm(medv~.,data=BostonHousing)多元線性回歸的判定系數(shù)>summary(Boston.lm)$r