R语言学习笔记：回归分析

1.一元线性回归

lm():

 

lm(formula, data, subset, weights, na.action, method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE, singular.ok = TRUE, contrasts = NULL, offset,...)

formula为要拟合的模型；data为数据框或列表；subset样本观察值的子集；weights权重向量，应是数字向量或NULL；na.action为对缺失值的处理方法，默认为na.fail即返回错误，na.omit表示忽略缺失值，na.pass表示返回对象不变；method表明拟合的方法，包括“qr”,“model.frame”；model表示返回合适的模型框架；x表示返回模型矩阵；y表示返回响应；qr表示返回qr分解

 

2.多元线性回归

同样使用lm()，公式改变

包括：y~x,y~x+z,y~x*z,y~(x+z+m)^2等

逐步回归：对多元回归的结果进行逐步回归

step()

 

step(object, scope, scale = 0, direction = c("both","backward","forward"),trace &