r语言中残差与回归值的残差图_R语言基础-数据分析及常见数据分析方法

R表达式中常用的符号

残差(Residuals)

残差是真实值与预测值之间的差，五个分位的值越小模型越精确

系数项与截距项(Coefficients & Intercept)和P值指标

残差标准误(Residual standard error)

残差的标准误差，越小越好

R方判定系数

模型拟合的质量判定指标，取值在0-1之间，值越大越好

Multiple R-squared: 0.991 表示该模型能解释99.1%的数据。

F统计量(F-statistic)

说明模型是否显著，值越小越好，说明模型越显著

判断模型是否适合的一般规则

先看F统计量是否小于0.05，如果小于0.05，再看R方判定系数。

*线性回归(解决一元多次)

回归(regression)，通常指那些用一个或多个预测变量，也称自变量或解释变量来预测响应变量，也称为因变量、校标变量或结果变量的方法。

1.回归分析类型

2.普通最小二乘法

使用women内置数据集