R语言课程论文.docx

问题描述1、设定问题根据9个不同类型矿床的统计资料分析，发现矿床的评价值与矿床储量以及矿石品位之间的关系。2、查找数据N矿床评价值（亿元）矿床储量（万t）X1矿石品位（%）X210.065101.1520.235701.0430.775461.3141.405571.2651.585561.3162.075921.6772.396421.7583.137431.8393.527392.33二、处理数据以及回归分析绘制散点图value<-data.frame(X1=c(510,570,546,557,556,592,642,743,739),X2=c(1.15,1.04,1.31,1.26,1.31,1.67,1.75,1.83,2.33),Y=c(0.06,0.23,0.77,1.40,1.58,2.07,2.39,3.13,3.52))plot(value)得到线性拟合模型lm.sol<-lm(Y ~ X1+X2, data=value)Call:lm(formula = Y ~ X1 + X2, data = value)Residuals: Min 1Q Median 3Q Max -0.45221 -0.33992 0.09396 0.18174 0.53546 Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -4.254788 1.376223 -3.092 0.0213 *X1 0.005245 0.003785 1.386 0.2151 X2 1.819148 0.777232 2.341 0.0578 .---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.4233 on 6 degrees of freedomMultiple R-squared: 0.9088, Adjusted R-squared: 0.8784 F-statistic: 29.89 on 2 and 6 DF, p-value: 0.0007589summary(lm.sol)运行结果：由上表可知，回归方程的常数项=-4.254788工商税收X1的系数=0.005245农业税收X2的系数=1.819148三、模型检验显著性检验从上面的运行结果可以看出，检验因变量（矿床评价值）与所有自变量（矿床储量、矿石品位）之间的线性关系是显著的。由以上的运行结果在下，在2到6的自由度中，F比为29.89，p值为0.0007589，因此我们认为回归方程是显著的。学生化残差分析rstudent(lm.sol)从图中我们可以看出残差的分布没有明显的趋势，从我们选取的有限个点的分布来看大致可以认为它满足线性的假定，条件同方差的假定和独立性的假定。多重共线性vif(lm.sol)运行结果：X1 X2 4.552947 4.552947由结果可以看出，方差膨胀因子VIF并不是很大，由此可以说明自变量（矿床储量、矿石品位）之间不满足多重共线性。四、结论此次试验中，我们使用二元线性回归的模型来刻画样本，并且通过残差分析大致验证了模型的线性的假定，条件同方差的假定、独立性的假定和正态性假定。通过F检验确定了模型线性的显著性，通过方差膨胀因子的方法说明了自变量之间不满足多重共线性。