![4c0b734138fb24d6f350b45527f958f0.png](https://img-blog.csdnimg.cn/img_convert/4c0b734138fb24d6f350b45527f958f0.png)
1. 多元线性回归的概念
多元线性回归是简单线性回归的扩展,用于多个不同的预测变量(x)预测结果变量(y)。也可用于校正混杂因素,即将需要校正的混杂因素作为一个与预测变量平行的变量放入方程式中,从而达到在新建的模型中校正该混杂因素的作用。
对于三个预测变量(x),y的预测由以下等式表示:
y = b0 + b1*x1 + b2*x2 + b3*x3
“b”值称为回归权重(或β系数)。他们测量预测变量与结果之间的关联。“ bj”可以解释为“ xj”,在其他预测变量不变的情况下,每增加一个单位对y的平均影响 。
2.多元线性回归的R实现
2.1 加载所需的R包
本章需要以下R软件包:
- tidyverse 用于数据处理和可视化
library(tidyverse)
2.2 数据举例
我们将使用一组糖尿病的数据,它包含768人糖尿病相关的数据,包括怀孕情况,血糖,血压,皮肤厚度,胰岛素水平,体重指数,糖尿病谱