数学之路(2)-数据分析-R基础(18)

目标是这些点到这条直线的距离的平方和最小，可运用最小二乘法，最小二乘法拟合的过程就是回归，这条直线就是回归线。

Lsfit()函数完成最小二乘法拟合，其主要参数为：

X：一个矩阵的行对应的情况和其列对应为变量。

Y：结果，可以是一个矩阵，如果你想，以适应多种左手侧。

Wt:可选参数，加权最小二乘法的执行权重向量。

Intercept:是否应使用截距项。

Tolerance:公差将用于在矩阵分解

Yname:用于响应变量的名称。

我们以x=(1,2,3,4),y=(2,4,6,8)，可得到回归线方程为

Y=2x

> y<-c(2,4,6,8)

> x<-c(1,2,3,4)

> lsfit(x,y)

$coefficients

Intercept         X 

        0         2 

........

........

上述结果中,Intercept项表示截距，x项表示方程的x的常数项。

我们先假设回归线为

Y=2x+3

然后，根据回归线构造x和y值。

> y<-c(5,7,9,11)

> x<-c(1,2,3,4)

执行lsfit()函数

> lsfit(x,y)

$coefficients

Intercept         X