1线性回归中的因变量通常为连续型数据,线性回归的基本假设:
(1)自变量和因变量之间存在某种线性关系
(2)不能存在任何异常点
(3)没有异方差性
(4)样本观测值相互独立
(5)误差项服从均值为0方差为常数的正态分布
(6)不存在多重共线性
2参数估计:为估计回归系数,用最小二乘法最小化误差项平方和,即由此可得,回归系数的估计值为:
3线性回归在R中的实现:R的基础包中lm函数很容易实现线性
1线性回归中的因变量通常为连续型数据,线性回归的基本假设:
(1)自变量和因变量之间存在某种线性关系
(2)不能存在任何异常点
(3)没有异方差性
(4)样本观测值相互独立
(5)误差项服从均值为0方差为常数的正态分布
(6)不存在多重共线性
2参数估计:为估计回归系数,用最小二乘法最小化误差项平方和,即由此可得,回归系数的估计值为:
3线性回归在R中的实现:R的基础包中lm函数很容易实现线性