R-回归分析

• 定义：通过一个或多个预测变量（自变量）与预测响应变量（因变量）的方法称为回归分析法。当模型包含一个预测变量和一个响应变量时，称为简单线性回归；当模型包含一个预测变量的同时还包含该变量的幂（比如：$X$，$X^2$，$X^3$），称为多项式回归；当预测变量不止一个时，称为多元线性回归。注：多项式回归属于多元线性回归的特例。

• 函数：lm()。注：lm()函数需要的是数据框，如果数据集是数据框，通过as.data.frame()函数把数据集转换为数据框形式。

• 选择预测变量：从大量候选变量中选择最终的预测变量有三种方法：向前逐步回归法、向后逐步回归法和全子集回归法。向前逐步回归法每次添加一个预测变量到模型中，直至添加变量不会使模型有所改进为止。向后逐步回归法从模型包含所有预测变量开始，一次删除一个变量直至会降低模型质量为止。逐步回归法（包括向前逐步回归法和向后逐步回归法）中不是每一个模型都被评价，虽然它会找到一个好的模型，但并不能保证该模型即是最佳模型，为克服这个限制，可以用全子集回归法。大多数情况下，全子集回归法要优于逐步回归法，但当有大量预测变量时，劝自己会很慢。因此根据需求，选择适合的方法最重要。

  例1：研究state.x77数据集（该数据集是矩阵形式）中谋杀率与哪些因素有关？
  计算state.x77相关系数，并使结果可视化

> states <- as.data.frame(state.x77[,c("Murder","Population","Illiteracy","Income","Frost")])#将矩阵形式的数据集转换成数据框
> co