R的基本统计模型与回归分析
这一节,也是这一分享合辑基础篇的最后一节,后续会有一些进阶篇,关于更进一步的模型,例如广义线性模型,分层线性模型,交互效应模型以及相关模型结果的可视化表达。这一节主要关注最基本的线性回归模型(Linear Regression Model)
线性模型的设定与假设
线性回归模型,其一,是一种回归模型;其二,变量间呈线性关系,基本数学方程如下
Y = β 0 + β 1 X 1 + β 2 X 2 + . . . + β n X n + ε Y = \beta_0 + \beta_1X_1 + \beta_2X_2 +... +\beta_nX_n + \varepsilon Y=β0+β1X1+β