R 案例
文章平均质量分 75
scpcmoon
这个作者很懒,什么都没留下…
展开
-
转 简单多项回归
例子:销售额x与流通费率yxx = c(1.5,2.8,4.5,7.5,10.5,13.5,15.1,16.5,19.5,22.5,24.5,26.5)yy = c(7.0,5.5,4.6,3.6,2.9,2.7,2.5,2.4,2.2,2.1,1.9,1.8)tt<-data.frame(xx,yy)names(tt)<-c("x","y")plot(tt$x,tt$y)...转载 2018-06-03 10:54:42 · 163 阅读 · 0 评论 -
转 数据分析与HRM
引子:一个金融服务企业的公司领导和人力资源认为来自名校的优等生将会成为优秀的销售人员,因而该公司在招聘、甄选和晋升时都需要考虑学历。但数年过后,该金融服务企业的一位数据分析师进行了一次销售人员业绩分析,将销售人员进公司后前两年的销售业绩、总体业绩、存活率进行综合分析后得出来的发现令人吃惊,企业的传统招聘价值观与实际情况完全不符:虽然本案例中的金融服务企业的人才观是三十多年来该公司得以成功关键,因而...转载 2018-06-04 08:25:49 · 1126 阅读 · 0 评论 -
转 R 分类处理
# 1、数据准备# 1、数据准备tt<-data.frame( x1=c(2959.19, 2459.77, 1495.63, 1046.33, 1303.97, 1730.84, 1561.86, 1410.11, 3712.31, 2207.58, 2629.16, 1844.78, 2709.46, 1563.78, 1675.75, 1427.65,...转载 2018-06-04 17:02:40 · 409 阅读 · 0 评论 -
转 R 分类分析
# 1、加载包、数据准备library(C50)tt<-data.frame( x1=c(2959.19, 2459.77, 1495.63, 1046.33, 1303.97, 1730.84, 1561.86, 1410.11, 3712.31, 2207.58, 2629.16, 1844.78, 2709.46, 1563.78, 1675.75, ...转载 2018-06-04 17:48:31 · 385 阅读 · 0 评论 -
转 R 广义线性模型1 自变量:Logistic
计划问题:婚内出轨的原因分析# 1、准备数据install.packages("AER")data(Affairs,package="AER")tt<-Affairs# 数据集中的几个字段:# affairs出轨次数,gender性别,age年龄,yearsmarried婚龄,children是否有小孩,# religiousness宗教信仰评分,educationj教育程度,oc...转载 2018-06-05 16:50:12 · 639 阅读 · 0 评论 -
分类 来源网络 分群
#背景:某次3门考试后,根据成绩,决定有限资源倾斜#目标:将学生进行分层,便于后期聚焦管理#环境设置options(digits = 2) #数据输入Student<-c("John Davis","Angela Williams","Bullwinkle Moose","David Jones", "Janice Markhammer","Cheryl Cu转载 2018-06-01 10:49:47 · 1000 阅读 · 0 评论 -
转 R 线性回归的最小二乘法(OLS回归)
全称:线性回归的最小二乘法(OLS回归),ordinary least square,字面翻译:普通最小平方;内容:包括三个部分:简单线性回归、多项式回归、多元线性回归;原理:最小二乘法,即使回归函数与实际值之差的平方和最小,来找出线性表达式的各个参数;前提假设: 1)线性:y = α+βx+u,其中:α为常量,βx泛指确定性自变量及对应系数的方程式,u为随机误差; 这...转载 2018-06-09 13:34:32 · 22627 阅读 · 1 评论 -
转 R 主成分分析
# 1、数据准备tt<-USJudgeRatings # 2、主成分个数判断# 方法1、由于我们是通过特征值大小来找主成分的次序,所以KAISER-Harris准则保留特征值大于1的主成分—-碎石图install.packages("psych")library(psych)fa.parallel(USJudgeRatings[,-1],fa="pc",n.iter = 100,sho...转载 2018-06-09 15:18:14 · 300 阅读 · 0 评论 -
[转] R 简单线性回归 18.06.18
原文:https://mp.weixin.qq.com/s/SGIvgqX7mLv563fqYmze9g简介- 建立平均每周锻炼时间(minute)与平均肺活量(VC )回归方程- 输入:minute <- c(110,118,120,123,131,137,144,149,152,160)VC <- c(5283,5299,5358,5292,5602,6014,5830,6102,...转载 2018-06-18 08:45:09 · 353 阅读 · 0 评论