《R语言课件》第五课 回归分析1.docVIP

回归分析 一、回归分析：是建立因变量Y与自变量X之间关系的模型，一元线性回归使用一个自变量X,多元线性回归使用超过一个自变量，如：. 1 线性回归模型 ， 进行n次独立观测：， i=1,2,…,n 称为残差向量 为了书写方便，多元线性模型可表示成矩阵形式： 回归系数的估计：求参数的估计值，就是求最小二乘函数 达到最小值的， 可以证明的最小二乘估计为：= 2 回归系数显著性检验：判断某一自变量的系数是否为0，如果统计量（表示）的值（通常取0.05），认为。 3 回归方程显著性检验：检查是否可用线性方程来处理数据。即检验方程系数是否全为0，如果统计量（表示）的值，认为可以用线性方程来处理问题。 4 相关性检验：检验因变量与自变量相关性程度。用相关系数的平方来衡量，的值接近1表示相关，接近0表示不相关。 二、线性回归模型的计算 1、 lm()函数：完成多元线性回归系数的估计、回归系数的检验、回归方程的检验等工作，返回值称为拟合结果的对象，本质上是一个具有类属性值lm的列表. 格式： lm(formula,data,subset,weights,na.action,method=”qr”,model=TRUE,x=FALSE,y=FALSE,qr=TRUE,singular.ok=TR