r语言中残差与回归值的残差图_R语言:多元线性回归和模型检验

本文使用R语言的swiss数据集进行多元线性回归分析,探讨了变量间的相关性,并通过逐步剔除不显著变量优化模型。在模型检验过程中,发现Education和Catholic变量不符合正态分布,而模型残差符合正态分布。通过残差图评估模型的合理性,为进一步的模型改进提供依据。
摘要由CSDN通过智能技术生成

利用swiss数据集进行多元线性回归研究

# 先查看各变量间的散点图

pairs(swiss, panel = panel.smooth, main = "swiss data",

col = 3 + (swiss$Catholic > 50))

# 利用全部变量建立多元线性回

a=lm(Fertility ~ . , data = swiss)

summary(a)

##

## Call:

## lm(formula = Fertility ~ ., data = swiss)

##

## Residuals:

## Min 1Q Median 3Q Max

## -15.274 -5.262 0.503 4.120 15.321

##

## Coefficients:

## Estimate Std. Error t value Pr(>|t|)

## (Intercept) 66.9152 10.7060 6.25 1.9e-07 ***

## Agriculture -0.1721 0.0703 -2.45 0.0187 *

## Examination -0.2580 0.2539 -1.02 0.3155

## Education -0.8709 0.1830 -4.76 2.4e-05 ***

## Catholic 0.1041 0.0353 2.95 0.0052 **

## Infant.Mortality 1.0770 0.3817 2.82 0.0073 **

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## Residual standard error: 7.17 on 41 degrees of freedom

## Multiple R-squared: 0.707, Adjusted R-squared: 0.671

## F-statistic: 19.8 on 5 and 41 DF, p-value: 5.59e-10

# 从结果看,Education变量的p值一颗星就都没有,说明对模型极不显著。

  • 2
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值