二分法求最大似然估计r语言_R语言多项式线性模型：最大似然估计二次曲线

“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=