R语言多元线性回归研究年龄、身高、体重的关系

最新推荐文章于 2024-05-03 16:33:51 发布

基督徒Isaac

最新推荐文章于 2024-05-03 16:33:51 发布

阅读量2.7k

点赞数 1

分类专栏： R语言/Python画图文章标签： r语言线性回归回归

本文链接：https://blog.csdn.net/weixin_42683052/article/details/121225950

版权

这篇博客通过R语言对0-20岁人群的身高、体重数据进行分析，展示了年龄与身高、体重的关系，并进行了线性拟合。接着，作者探讨了不同性别间的身高和体重分布，包括相关性、平均值以及分布情况，进一步通过线性模型分析了性别对身高体重的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0-20岁数据分析

data <- read.table('e://kg.txt',
                   header = TRUE,
                   sep = '\t')
data <- data %>% as_tibble()
data %>% attach()
data %>% ggplot(aes(cm, kg))+ geom_line()
data %>% ggplot(aes(age,cm))+ geom_line()
data %>% ggplot(aes(age,kg))+ geom_line()

# age 与 height 与weight 关系:
data[1:3] %>% cor() %>% corrplot::corrplot(method = "color",
                                           addCoef.col = "grey")
lm_data <- data %>% lm(kg~I(cm^3),.)
lm_data %>% summary()
lm_data
plot