线性回归分析-代码笔记

RStudio面板展示

配套代码

#线性回归分析
women                                      #查看women 数据集
plot (women$height,women$weight)           #绘制第一次高度与重量之间的散点图
?lm                                        #线性回归模型
fit <-lm(weight ~ height,data = women )    #定义结果fit，意味合适的
summary(fit)                               #查看结果


#结果分析
#Call:列出结果使用的公式
#Residuals:残差，指真实值与预测值之间的差，残差值越小越精确
#Coefficients:系数项   Intercept：截距   
#关系式为：weighe=3.45*Height-87.52
#Pr就是PValue，Signif. codes指系数为零假设成立的概率，一般Pr小于0.05假设才认为成立
#Residual standard error:残差标准物，误差越小越好
#Multiple R-squared:  R方判定系数，衡量模型拟合质量的指标，取值在0-1之间，值越大越好，这个模型能解释数据的比例，这里能解释百分之九十九点一的数据
#F-statistic: F统计量，用来说明模型是否显著，也是用PValue来表示

#常营函数
coefficients(fit)                         #列出截距和比例系数
confint(fit)                              #列出置信区间，默认为百分之九十五的置信区间
confint(fit,level=0.5)                    #可以用level进行调整
fitted(fit)                               #列出预测值
women$weight-fitted(fit)                  #列出残差，与预测值进行比较
residuals(fit)                            #利用函数直接输残差值

women1 <- women                           #假设新的数据集
predict(fit,women)                        #根据拟合结果对新的数据集进行预测

plot(fit)                                #对拟合结果进行绘图，会生成4幅图，残差拟合图，正态QQ图，大小位列图，残差影响图

plot (women$height,women$weight)         #绘制高度与重量之间的散点图
abline(fit)                              #绘制出拟合曲线


#利用多次项线性回归预测身高与体重的关系
fit2 <- lm(weight ~ height + I(height^2), data = women )                    #定义fit2，增加一个二次项
fit2                                                                        #查看fit2
summary(fit2)                                                               #查看fit2结果

plot(women$height,women$weight)                                             #绘制第一次高度与重量之间的散点图
abline(fit)                                                                 #绘制第一次拟合曲线
lines (women$height,fitted(fit2),col="red")                                 #绘制第二次高度与重量之间的散点图

fit3 <- lm(weight ~ height+ I (height^2) + I(height^3), data = women )      #定义fit2，增加一个二次项
fit3                                                                        #查看fit2
summary(fit3)                                                               #查看fit2结果

plot(women$height,women$weight)                                             #绘制第一次高度与重量之间的散点图              
abline(fit)                                                                 #绘制第一次拟合曲线                          
lines (women$height,fitted(fit2),col="red")                                 #绘制第二次高度与重量之间的散点图                   
lines (women$height,fitted(fit3),col="blue")                                #绘制第三次高度与重量之间的散点图  

 最终效果图：多次项线性回归预测身高与体重的关系