r语言nonzerocoef函数_【R语言小小屋】:NO.1 第三周案例

1. 案例介绍1.1 案例背景线性回归模型的构建。1.2 案例任务学会查看和调用​语言自带的数据集,并会查看各个数据集信息。以women数据集为研究对象,建立回归模型。对于建立回归模型的流程包括:(1)描述weight与height之间的关系,绘制散点图;(2)构建预测weight关于height的一次线性回归模型,并给出对应的模型;(3)评价所构建的模型,给出评估指标,如​和​;(4)可视化所构...
摘要由CSDN通过智能技术生成

1. 案例介绍

1.1 案例背景

线性回归模型的构建。

1.2 案例任务

学会查看和调用​语言自带的数据集,并会查看各个数据集信息。

以women数据集为研究对象,建立回归模型。对于建立回归模型的流程包括:

(1)描述weight与height之间的关系,绘制散点图;

(2)构建预测weight关于height的一次线性回归模型,并给出对应的模型;

(3)评价所构建的模型,给出评估指标,如​和​;

(4)可视化所构建模型的效果,如原始值-预测值走势图和残差图;

(5)附加:尝试建立预测weight关于height的多项式线性回归模型。

总结在完成的任务时遇到的困难与进一步的展望。

2. R语言实现

2.1 数据集

2.1.1 调用数据集与查看数据集信息

# print(data(package='具体的package名')) 打印package中包含的datasets

# ?数据集名称 给出数据集的描述,展示在右侧的“help”窗口。

print(data(package='MASS'))  # 查看MASS包的所有数据集

2.1.2 获取women数据集

# ? women # 查看数据集描述,也就是使用help()函数

Description

This data set gives the average heights and weights for American women aged 30–39.

Usage

women

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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