R语言使用赤信息指标AIC函数比较两个回归分析模型的差异、从而决定是否删除某些预测变量(Comparing models with the AIC)
目录
R语言使用赤信息指标AIC函数比较两个回归分析模型的差异、从而决定是否删除某些预测变量(Comparing models with the AIC)
#R语言使用赤信息指标AIC函数比较两个回归分析模型的差异、从而决定是否删除某些预测变量(Comparing models with the AIC)
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: