如何用R建立多重线性回归模型(上)

在之前的文章中，我介绍了如何用R建立简单线性回归模型。简单线性回归有一个特点，即自变量只有一个。但是实际生活中，往往影响因素有很多，因此有必要学习多重线性回归，即自变量不只有一个的情况。多重线性回归模型的建立和简单线性回归模型一样，分为4步(文章直达链接)

R中内置了很多数据集。其中有一个mtcars 数据集，它比较了不同的车型，每加仑里程(mpg)，气缸排量(disp)，马力(hp)，汽车重量(wt)和一些更多的参数。以下罗列了一部分：

> datasets::mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
.......................................................................
.......................................................................
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

(中间问个小问题，这个数据集是什么格式？另外，如何知道它有几行几列？我能想到两种方法，文末会公布答案。)

数据比较多，只需要mpg,disp,hp,wt列的数据,并将存储到analysis_data变量中,并用head函数只显示前三行数据

> analysis_data <- mtcars[,c("mpg","disp","hp","wt")]
> head(analysis_data,n=3)
               mpg disp  hp    wt
Mazda RX4     21.0  160 110 2.620
Mazda RX4 Wag 21.0  160 110 2.875
Datsun 710    22.8  108  93 2.320

通常，在构建模型之前，我们可以利用图像来查看变量间存怎样的近似关系。以本题为例，我们想知道mpg与单个变量之间是否存在一定的线性关系。调用GGally包中的ggpairs函数可以查看两两变量间的关系图。如下图所示

从图中可以看出，两两变量之间拟合效果不是很好，所以我们进一步推测mpg可能受disp,hp,wt影响。于是我们构建一个多元线性模型
$$y={\beta }_0+{\beta }_1{x}_1+{\beta }_2{x}_2+{\beta }_3{x}_3$$

其中

$y$: mpg

$x_1$