rstudio线性回归_R语言入门：简单的线性回归

一、问题

有两个向量，x和y，其中是成对的观察：(x1, y1), (x2, y2), …, (xn, yn)。你觉得两者间有某种线性关系，想构建两者间的回归模型。

二、解决方案

用lm函数做线性回归，得到系数：

代码

> lm(y ~ x)

Call: lm(formula = y ~ x)

Coefficients:

(Intercept) 17.72

三、讨论

简单的线性回归涉及到两个变量：一个是预测(predictor)变量，通常称为x；另一个是响应(response)变量，通常称为y。回归会用常见的最小二乘算法拟合线性模型：

yi = β0 + β1xi + εi

其中β0和β1是回归系数，εi表示误差。

lm函数可以实现线性回归。主要参数是模型公式，例如y ~ x。公式中波浪号(~)左侧的是响应变量，右侧是预测变量。函数会估计回归系数β0和β1，分别以截距(intercept)和x的系数表示:

代码

Coefficients:

(Intercept) x

17.72 3.25

这个例子中得到的回归等式就是：yi = 17.72 + 3.25xi + εi。

数据经常会放在数据框中，这就需要对数据框中的两列数据做回归。这里，x和y是数据框dfrm中的两列数据：

代码

> dfrm x y

1 0.04781401 5.406651

2 1.9085798