rstudio线性回归_R语言基础知识学习(五):R中的线性回归分析

本文介绍了如何在R中使用lm()函数进行线性回归分析。分别展示了一元线性和多元线性回归的步骤,包括数据读取、画图、拟合直线、结果解读以及预测。通过回归分析,得出显著的回归方程,并展示了如何利用predict()函数进行预测。
摘要由CSDN通过智能技术生成

在R中线性回归分析的函数是lm()。

(1)一元线性回归

我们可以根据以上数据来分析合金的强度是否与碳含量有关系。

首用以下命令把数据读取到R中:

x

y

plot(x,y)

通过画图得到想x,y两个变量之间存在某种线性关系

所以,就可以用lm()函数来拟合直线,通过回归函数lm()得到如下结果:

lm.sol

summary(lm.sol)

回归结果:

Call:

lm(formula = y ~ 1 + x)

Residuals:

Min 1Q Median 3Q Max

-2.0431 -0.7056 0.1694 0.6633 2.2653

Coefficients:

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

(Intercept) 28.493 1.580 18.04 5.88e-09 ***

x           130.835 9.683 13.51 9.50e-08 ***

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.319 on 10 degrees of freedom

Multiple R-squared: 0.9481,Adjusted R-squared: 0.9429

F-sta

  • 0
    点赞
  • 6
    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