R语言简单（一元）线性回归分析

最新推荐文章于 2024-07-15 08:15:00 发布

红金龙-时光

最新推荐文章于 2024-07-15 08:15:00 发布

阅读量7.4k

点赞数 1

分类专栏： R 文章标签： r语言

本文链接：https://blog.csdn.net/hongjinlongno1/article/details/52336406

版权

这篇博客介绍了R语言中一元线性回归分析的基本概念和应用。通过实例展示了如何将数据导入R，分析不良贷款与各项贷款余额的关系，并解释了回归分析结果中的残差统计量和相关系数的含义。

摘要由CSDN通过智能技术生成

R语言简单（一元）线性回归分析

简单举一个例子

某商业银行2002年主要业务数据

分行编号	不良贷款（亿元）	各项贷款余额（亿元）
1	0.9	67.3
2	1.1	111.3
3	4.8	173.0
4	3.2	80.8
5	7.8	199.7
6	2.7	16.2
7	1.6	107.4
8	12.5	185.4
9	1.0	96.1
10	2.6	72.8
11	0.3	64.2
12	4.0	132.2
13	0.8	58.6
14	3.5	174.6
15	10.2	263.5
16	3.0	79.3
17	0.2	14.8
18	0.4	73.5
19	1.0	24.7
20	6.8	139.4
21	11.6	368.2
22	1.6	95.7
23	1.2	109.6
24	7.2	196.2
25	3.2	102.2

如何将这些数据添加到R中？

> y<- c(0.9,1.1,4.8,3.2,7.8,2.7,1.6,12.5,1.0,2.6,0.3,4.0,0.8,3.5,10.2,3.0,0.2,0.4,1.0,6.8,11.6,1.6,1.2,7.2,3.2)
> x<-c(67.3,111.3,173.0,80.8,199.7,16.2,107.4,185.4,96.1,72.8,64.2,132.2,58.6,174.6,263.5,79.3,14.8,73.5,24.7,139.4,368.2,95.7,109.6,196.2,102.2) 
> dfrm<- data.frame(y,x)
> summary(lm(y~ x))

y表示不良贷款，x表示各项贷款余额，单位：亿元

展示输出结果

Call:
lm(formula = y ~ x)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.2882 -1.5233 -0.1802  0.8935  6.3038 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -0.82952    0.72304  -1.147    0.263