R语言学习 day_7

• 回归

  从许多方面来看回归都是统计学的核心。它其实是一个广义的概念，通常指的是哪些用一个变量或则多个变量来预测响应变量的的方法。

  在R语言中，关于回归分析的函数已经超过了200多个，关于回归分析也存在着各种各样的变体

  • 简单线性回归
  • 多项式
  • 多层
  • 多元
  • 多变量
  • Logistic
  • 泊松
  • Cox比例风险
  • 、、、

  回归分析主要是对变量的参数进行估计，方法常常是加权的方法。

  OLS回归

  最小二乘法，其拟合形式：

  

  用lm()拟合回归模型

  在R语言中，拟合线性模性用的最多的就是lm（）函数，格式为：

  myfit <- lm(formula,data)
  #formula的格式如下：
  y~x1+x2+...+xk
  

  R中常用的表达式符号：

  ~	分隔左右两边的符号,因变量~自变量
  +	分隔
  :	预测变量的交互项
  *	表示所有可能交互项的简洁方式，y~xyz,表示y~x+y+z+x:z+x:y+y:z
  ^	表示交互项达到的某个次数
  .	表示除因变量外的所有变量
  -	建好
  -1	表示删除截距项
  I()	表示以算术角度来解释括号中的符号
  function	可以在表达式中表现的函数

  对拟合结果非常有用的其他函数：

  函数	用途
  summary()	展示拟合模型的详细结果