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 &