r语言线性回归_R语言 线性回归

回归分析是一种非常广泛使用的统计工具，用于建立两个变量之间的关系模型。这些变量之一称为预测变量，其值通过实验收集。另一个变量称为响应变量，其值从预测变量派生。

在线性回归中，这两个变量通过方程相关，其中这两个变量的指数(幂)为1.数学上，线性关系表示当绘制为曲线图时的直线。任何变量的指数不等于1的非线性关系将创建一条曲线。

线性回归的一般数学方程为 -

y = ax + b

以下是所使用的参数的描述 - 

• y是响应变量。

• x是预测变量。

• a和b被称为系数常数。

建立回归的步骤

回归的简单例子是当人的身高已知时预测人的体重。为了做到这一点，我们需要有一个人的身高和体重之间的关系。

创建关系的步骤是 - 

• 进行收集高度和相应重量的观测值的样本的实验。

• 使用R语言中的lm()函数创建关系模型。

• 从创建的模型中找到系数，并使用这些创建数学方程

• 获得关系模型的摘要以了解预测中的平均误差。也称为残差。

• 为了预测新人的体重，使用R中的predict()函数。

输入数据

下面是代表观察的样本数据 -