c++多元线性回归_多元线性回归方法用于右眼视力预测

一、实验背景

回归主要关注确定一个唯一的因变量（dependent variable）(需要预测的值)和一个或多个数值型的自变量（independent variable）（预测变量）之间的关系。我们首先假设因变量和自变量之间的关系遵循一条直线，即线性关系。

关于视力的定量预测方法很多，本文主要介绍多元线性回归方法在右眼视力预测中的具体操作。

训练集及测试集结构如下：

二、提出问题

1、在众多变量中判断哪些对预测右眼视力是有用的，得到它们的相对重要性，从而关注重要的变量。

2、根据回归所得的等式预测新的测试集里右眼的视力情况（预测变量的值已知，但是右眼视力RA值未知）。

3、我们对右眼视力预测有多准确？

4、利用对异常右眼视力的分析，获得一些意外的信息。那么研究这些“离群点”可能会有重大的发现，能够帮助理解影响右眼视力的因素。

三、实验步骤

用R函数拟合OLS回归模型、评价拟合优度、检验假设条件以及选择模型，我们首先需要对选取多元数据集并定义数学模型，然后进行参数估计，对估计出来的参数进行显著性检验，残差分析，异常点检测，最后确定回归方程进行模型预测。并用模型预测测试集中。

（一）查看数据特征

1. 查看数据结构

> dim(testset)
[1] 2094   72

共有72个变量（其中包括71个自变量和1个因变量），2094条记录

2. 缺失值处理

（1）查看每列的缺失值比例

 colmissing <- apply(eyesight, 2, function(x) {sum(is.na(x))/length(x)*100})
 colmissing

结果：

查看每列缺失值的比例

（2）对于缺失值超过30%（>628）的变量采取删除该变量的方法

缺失值数目：CHGLASS1 1411; DRWBASE 1343; NRWBASE 1359; JNGLASS 1394 共删除4个变量，剩余68个变量

eyesight_new<-eyesight[,-match(c("CHGLASS1","DRWBASE","NRWBASE","JNGLASS"),names(eyesight))]
dim(eyesight_new)

2094 68

（3）对于缺失值未超过30%（<628）的变量采取用中位数填补的方法（若存在较大偏离的异常值，平均数不能反应大部分数据特征）

 for(i in seq(1,72)){eyesight[,i]<-impute(eyesight[,i],median)}

2. 异常值处理

  outlier.IQR <- function(x, multiple = 1.5, replace = FALSE, revalue = NA) {
  q <- quantile(x, na.rm = TRUE) #四分位间距3倍间距以外的认为是离群值
  IQR <- q[4] - q[2]
  x1 <- which(x < q[2] - multiple * IQR | x > q[4] + multiple * IQR)
  x2 <- x[x1]
  if (length(x2) > 0) outlier <- data.frame(location = x1, value = x2)
  else outlier <- data.frame(location = 0, value = 0)
  if (replace == TRUE) {
  x[x1] <- revalue
  }
  return(list(new.value = x, outlier = outlier))
 }
  
 qh_RAXISLEG<-outlier.IQR(df$RAXISLEG) qh_RANTECHA<-outlier.IQR(df$RANTECHA)#[1] 69 148 174 284 320 376 388 431 447 454 625 785 826 911 976 995 1035 1079 1123
 qh_DRNBASE<-outlier.IQR(df$DRNBASE)
 qh_RPR<-outlier.IQR(df$RPR) 
 qh_RCORCU<-outlier.IQR(df$RCORCU)
  
 x1<-union(qh_RAXISLEG$outlier$location,qh_RANTECHA$outlier$location)
 x2<-union(x1,qh_DRNBASE$outlier$location)
 x3<-union(x2,qh_YTR$outlier$location)
 x4<-union(x3,qh_RCORCU$outlier$location)
 df<-df[-x4,]
 dim(df)
 

（二）构建模型

1．确定因变量及模型形式

设右眼视力（RA）与其他变量有线性关系，那么我们建立以RA为因变量