R软件做线性回归分析

本文详细介绍了如何使用R软件进行线性回归分析,包括数据探索、建模和模型检验。通过分析内置数据集swiss,进行了缺失值、异常值、相关性分析,并运用lm函数建立回归模型,通过逐步回归优化模型。最后,对模型进行拟合优度、显著性、残差正态性、异方差性和自相关性检验,确保模型的有效性和可靠性。
摘要由CSDN通过智能技术生成

做回归的一般步骤为:

1、确定回归方程中的解释变量和被解释变量

2、确定回归模型

通过观察散点图确定是建立线性回归模型还是非线性回归模型

3、建立回归模型

4、对回归方程进行各种检验

5、利用回归方程进行预测


下面就对线性回归模型的建立进行详细的阐述

一、获取数据
R软件里面有很内置的数据集,用data()函数可以查看到各种数据集
这里我们使用的是R软件自带的swiss数据集,这个数据集记录了瑞典1888年的生产力和其他各个社会经济指标的数据

 

首先对该数据集进行一个初步的了解


由运行结果可知该数据集有47行6列,每个变量都是数值型的

 

二、数据探索

1、数据质量分析
(1)缺失值分析:查看数据集中包含缺失值的记录数  sum(!com

评论 4
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
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