关闭

05.8#逻辑回归 回归分析

标签: R数据分析回归分析运营
291人阅读 评论(0) 收藏 举报
分类:
一元线形回归模型
     有变量x,y。假设有关系y=c+bx+e,其中c+bx 是y随x变化的部分,e是随机误差

可以很容易的用函数lm()求出回归参数b,c并作相应的假设检验,如:

x<-c(0.10, 0.11, 0.12, 0.13, 0.14, 0.15,0.16, 0.17, 0.18, 0.20, 0.21, 0.23)

y<-c(42.0, 43.5, 45.0, 45.5, 45.0, 47.5,49.0, 53.0, 50.0, 55.0, 55.0, 60.0)

lm.sol<-lm(y ~ 1+x)

summary(lm.sol)

仅列出部分返回结果:

Residuals:

  Min       1Q   Median    3Q     Max

-2.0431  -0.7056  0.1694  0.6633  2.2653

Coefficients:

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

(Intercept)   28.493      1.580   18.04    5.88e-09 ***

x            130.835      9.683   13.51 9.50e-08 ***


在我们的输入中,关键是lm.sol<-lm(y ~ 1+x)的调用,这里可以看到,lm使用了参数y~1+x,即表示我们使用的是模型y=c+bx+e (1表示常数项)

然后我们使用summary查看了lm返回的结果。在Residuals:中,我们可以看到的是一些关于残差的信息:最 小最大值,4分位数等。Coefficients:中则是最为关键的对c和b的相关估计。其中Estimate是与b,c值的估计,Std. Error 则是回归参数b和c的标准差:sd(b), sd(c)。剩下的两个参数则是对回归参数的假设检验: t value是对b,c进行假设检验的t值,以及P-值(用来与显著性水平比较决定是否接受该阿假设检验)Pr(>|t|)。最后我们还可以看到3 个* 号,这表明x和y有非常显著的线性关系(*可以有0—3个,越多则线性关系越显著)。


多元线形回归的计算也是这样,我们只要在加入一行数据x2,然后把lm的参数改为y ~ 1+x+x2,就可       以得到模型y=d+cx2+bx+e的计算结果。其中返回值的意义和上面基本一致。

至此,我们就可以用R建立起一个简单的线形模型,接下来,我们就要用这个模型去对新的x进行预测,预测y的值与置信区间。

接着上面的程序,我们先建立要预测的数据集:

point<-data.frame(x=0.24)

然后用函数predict进行预测

predict(lm.sol,point,interval="prediction",level=0.95)

返回结果

       fit      lwr      upr

1 59.89318 56.36215 63.42421

分别表示了y的预测值和上下界。

在函数predict中,参数lm.sol是之前建立的线形模型,point是要预测的点,参数interval="prediction"表示要求给出预测的区间(上下界),level则是该区间的预测水平。

-------------------------------------------------------------------------------------------------------------------------------------------------------------

下面给出一个多元线形回归的完整程序:(不显示结果)

y<-c(162,120,223,131,67,167,81,192,116,55,252,232,144,103,212)

x1<-c(274,180,375,205,86,265,98,330,195,53,430,372,236,157,370)

x2<-c(2450,3250,3802,2838,2347,3782,3008,2450,2137,2560,4020,4427,2660,2088,2605)

lm.sol<-lm(y~1+x1+x2)                                                    #建立回归模型

ex<-data.frame(x1=200,x2=3000)                                           #设置新数据

predict(lm.sol,ex,interval="prediction",level=0.95)                      #求取结果





0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:21582次
    • 积分:814
    • 等级:
    • 排名:千里之外
    • 原创:61篇
    • 转载:3篇
    • 译文:0篇
    • 评论:1条
    最新评论