用R语言做简单线性回归和指数线性回归

这两天为了AU和访问量都在搞R，真是被逼迫的学啊...因为EXCEL太不智能了。还好之前上过JHU在coursera的统计分析一部分课程(后面听不下去逃掉了TAT)，居然还用上了...

好吧，待我把这几天的工作总结一下。

有两组数值（以下script均用R写）

x<-c(22676277,20882843,20169758,19935222,19642157)
y<-c(128051,108686,99187,85127,81579)

（我知道样本数太少啦，但是实际上就这么多，真是醉了...）

要找出他们之间的关系，并且找出回归函数建模，以便当以后x值继续生产时，可以预测出y值。

首先先计算他们的相关性:

cor(x,y)

值为

0.964 

强正相关。可以考虑进行线性回归。

fit<-lm(y~x) ##lm()函数为线性回归函数

coef(fit) ##查看回归函数系数

结果为:

 (Intercept)                x 
-2.082360e+05  1.494401e-02 

所谓线性回归就是 y=a+bx 求a,b的值。