简单线性回归和多项式回归

所用数据集women提供了15个年龄在30~39岁间女性的身高和体重信息，想通过身高预测体重。

简单线性回归

结果数据分析：

回归系数（3.45）显著不为0（p<0.001），表明身高每增高1英寸，体重将预期增加3.45英镑。

R平方项（0.991）表明模型可以解释体重99.1%的方差，它也是实际和预测值之间相关系数的平方。

残差标准误（1.525lbs）则可认为是模型用身高预测体重的平均误差。

之后进行输出了真实值、预测值和残差值。显然残差值最大的在身高最矮和最高的地方出现，表明可以用含一个弯曲的曲线来提高预测精度。

拟合效果图：

代码运行：

> #简单线性回归
> 
> women
   height weight
1      58    115
2      59    117
3      60    120
4      61    123
5      62    126
6      63    129
7      64    132
8      65    135
9      66    139
10     67    142
11     68    146
12     69    150
13     70    154
14     71    159
15     72    164

> fit <- lm(weight ~ height , data = women)

> fit

Call:
lm(formula = weight ~ height, data = women)

Coefficients:
(Intercept)       height  
     -87.52         3.45  


> summary(fit)

Call:
lm(formula = weight ~ height, data = women)

Residuals:
    Min      1Q  Median      3Q     Max 
-1.7333 -1.1333 -0.3833  0.7417  3.1167 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) -87.51667    5.93694  -14.74 1.71e-09 ***
height        3.45000    0.09114   37.85 1.09e-14 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.525 on 13 degrees of freedom
Multiple R-squared:  0.991,	Adjusted R-squared:  0.9903 
F-statistic:  1433 on 1 and 13 DF,  p-value: 1.091e-14


> women$weight
 [1] 115 117 120 123 126 129 132 135 139 142 146 150 154 159 164

> fitted(fit)
       1        2        3        4        5        6        7        8        9       10 
112.5833 116.0333 119.4833 122.9333 126.3833 129.8333 133.2833 136.7333 140.1833 143.6333 
      11       12       13       14       15 
147.0833 150.5333 153.9833 157.4333 160.8833 

> residuals(fit)
          1           2           3           4           5           6           7           8 
 2.41666667  0.96666667  0.51666667  0.06666667 -0.38333333 -0.83333333 -1.28333333 -1.73333333 
          9          10          11          12          13          14          15 
-1.18333333 -1.63333333 -1.08333333 -0.53333333  0.01666667  1.56666667  3.11666667 

> plot(women$height,women$weight,
+      xlab = "Height (in inches)",
+      ylab = "Weight (in pounds)")

> abline(fit)

多项式回归

二次项的显著性（t=13.89,p<0.001）表明包含二次项提高了模型的拟合度。

模型的方差解释率已经增加到了99.9%。
回归中，决定系数也可以称为方差解释率，它代表了总方差被预测变量所解释或决定的比率，决定系数越逼近1，拟合效果和解释效果越好。

拟合效果图：

> #多项式回归
> 
> fit2 <- lm(weight ~ height + I(height^2) , data = women)

> summary(fit2)

Call:
lm(formula = weight ~ height + I(height^2), data = women)

Residuals:
     Min       1Q   Median       3Q      Max 
-0.50941 -0.29611 -0.00941  0.28615  0.59706 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 261.87818   25.19677  10.393 2.36e-07 ***
height       -7.34832    0.77769  -9.449 6.58e-07 ***
I(height^2)   0.08306    0.00598  13.891 9.32e-09 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.3841 on 12 degrees of freedom
Multiple R-squared:  0.9995,	Adjusted R-squared:  0.9994 
F-statistic: 1.139e+04 on 2 and 12 DF,  p-value: < 2.2e-16


> plot(women$height,women$weight,
+      xlab = "Height (in inches)",
+      ylab = "Weight (in lbs)")

> lines(women$height,fitted(fit2))

二元关系图

> #二元关系图
> library(car)

> scatterplot(weight ~ height , data = women,
+             spread=FALSE , smoother.args=list(lty=2),pch=19,
+             main="Women Age 30-39",
+   .... [TRUNCATED] 
There were 12 warnings (use warnings() to see them)