R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用

R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用（Multiple linear regression）

目录

R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用（Multiple linear regression）

 #仿真数据1

#仿真数据2

 #R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用（Multiple linear regression）

---

在许多方面，回归分析都是统计学的核心。它是一组方法的广义术语，用于从一个或多个预测变量（也称为独立变量或解释变量）中预测响应变量（也称为依赖变量、标准变量或结果变量）。一般说来，回归分析可以用来识别与响应变量相关的解释变量，描述所涉及的关系的形式，并提供从解释变量预测响应变量的方程。

例如，运动生理学家可能会使用回归分析来建立一个方程来预测一个人在跑步机上运动时燃烧的预期卡路里数。反应变量是燃烧的卡路里数（根据消耗的氧气量计算），预测变量可能包括锻炼时间（分钟）、目标心率所用时间的百分比、平均速度(mph)、年龄（岁）、性别和体重指数(BMI)。

从理论的角度来看，分析将有助于回答以下问题：

运动持续时间和燃烧的卡路里有什么关系？是线性的还是曲线的？例如，运动是否在越过某一数据点之后对燃烧的卡