R语言对数线性模型loglm函数_R 对数变换 《回归分析与线性统计模型》page103

BG：在box-cox变换中，当λ = 0时即为对数变换。

当所分析变量的标准差相对于均值而言比较大时，这种变换特别有用。对数据作对数变换常常起到降低数据波动性和减少不对称性的作用。。这一变换也能有效消除异方差性

library(MASS)

library(openxlsx)

data= read.xlsx("data104.xlsx",sheet = 1) #导入数据

attach(data)

op

plot(size,effort) #图4-4(a)

plot(log(size),log(effort)) #图4-4(b)

#绘制频率分布直方图

hist(effort) #图4-5(a)

hist(size) #图4-5(b)

effor 和 size 这两个变量的频率分布图表明，它们并不满足正态分布。为了接近正态分布，必须变换这些变量(通过频率分布图判断变量是否满足正态分布)

1.先进行基本的线性回归，利用得到的模型进行box-cox变换

lm1=lm(effort~size+t14) #拟合线性回归模型

summary(lm1)

#绘制残差图进行残差分析

plot(fitted(lm1),resid(lm1),cex=1.2,pch=21,col="red",bg="orange",xlab="Fitted value",ylab="Residuals")

boxcox(lm1,lambda=seq(0,1,by=0.