“应用线性模型”中,我们打算将一种理论(线性模型理论)应用于具体案例。通常,我会介绍理论的主要观点:假设,主要结果,并进行示范来直观地解释。这里查看一个真实的案例研究,它包含真实数据,2400个观测值,34个变量。
这里只有11个观察值,一个简单的线性模型。让我们对这些数据进行线性回归
plot(base,pch=19,ylim=c(30,180))
abline(lm(y~x,data=base),col="red")
回归线(最大程度地减少误差平方和)是红色曲线
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 50.7225 39.3979 1.287 0.23
x 0.4867 0.2747 1.772 0.11
我们可以清楚地看到我们的曲线似乎是凹的,开始时增加,结束时减少,可以进行非参数平滑
scatter.smooth(x, y,
lpars = list(col = "red")
我们可以进一步回答“最大数目在哪里吗”,可以建议一个值,找到一个置信区间吗?
我们可以考虑一个二次模型,换句话说,我们的预测将是 抛物线。
lm(y~x+I(x^2),data=