R 多元相关与回归分析

1.数据描述

2.调入数据

操作步骤:

Case3=read.table("clipboard",header=T)

结果:
在这里插入图片描述

结果解释:
从剪切板读取数据

3.多元相关分析

3.1 多元数据散点图

操作步骤:

plot(Case3)  #矩阵散点图

结果:
在这里插入图片描述

结果解释:
多元数据散点图

3.2 多元数据相关系数矩阵

操作步骤:

cor(Case3)   #相关分析

结果:
在这里插入图片描述

结果解释:
相关系数矩阵

3.3 多元数据相关系数检验

操作步骤:

corr.test(Case3)

结果:
在这里插入图片描述

结果解释:

4.多元回归分析

4.1 求多元线性回归方程

操作步骤:

fm=lm(y~.,data=Case3)  #线性回归

结果:
在这里插入图片描述

结果解释:
求多元线性回归方程

4.2 回归方程的显著性检验(F检验)

操作步骤:

anova(fm)

结果:
在这里插入图片描述

结果解释:
F检验

4.3 回归系数的显著性检验(t检验)

操作步骤:

summary(fm)

结果:
在这里插入图片描述

结果解释:
t检验

5. 多元回归变量选择。分别利用向前引入法,向后剔除法和逐步筛选法进行变量选择,建立最优回归模型

操作步骤:

fm.step=step(fm,direction="forward")#向前引入法变量选择结果
fm.step=step(fm,direction="backward")#向后剔除法变量选择结果
fm.step=step(fm,direction="both")#逐步筛选法变量选择结果

结果:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

结果解释:

分别利用向前引入法,向后剔除法和逐步筛选法进行变量选择,建立最优回归模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

BoBo玩ROS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值