R操作建立回归模型.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
R操作建立回归模型

R操作建立回归模型 操作一:载入数据 创建一个记事本,输入相关数据,并以toothpaste.txt命名,保存在桌面上。 修改路径,在R软件中打开file---change.dir,修改在上述已经保存的路径中。 tp=read.table(toothpaste.txt,header=T);tp 价格 均价 广告 价差 销量 1 3.85 3.80 5.50 -0.05 7.38 2 3.75 4.00 6.75 0.25 8.51 3 3.70 4.30 7.25 0.60 9.52 4 3.70 3.70 5.50 0.00 7.50 5 3.60 3.85 7.00 0.25 9.33 6 3.60 3.80 6.50 0.20 8.28 7 3.60 3.75 6.75 0.15 8.75 8 3.80 3.85 5.25 0.05 7.87 9 3.80 3.65 5.25 -0.15 7.10 10 3.85 4.00 6.00 0.15 8.00 11 3.90 4.10 6.50 0.20 7.89 12 3.90 4.00 6.25 0.10 8.15 13 3.70 4.10 7.00 0.40 9.10 14 3.75 4.20 6.90 0.45 8.86 15 3.75 4.10 6.80 0.35 8.90 16 3.80 4.10 6.80 0.30 8.87 17 3.70 4.20 7.10 0.50 9.26 18 3.80 4.30 7.00 0.50 9.00 19 3.70 4.10 6.80 0.40 8.75 20 3.80 3.75 6.50 -0.05 7.95 21 3.80 3.75 6.25 -0.05 7.65 22 3.75 3.65 6.00 -0.10 7.27 23 3.70 3.90 6.50 0.20 8.00 24 3.55 3.65 7.00 0.10 8.50 25 3.60 4.10 6.80 0.50 8.75 26 3.65 4.25 6.80 0.60 9.21 27 3.70 3.65 6.50 -0.05 8.27 28 3.75 3.75 5.75 0.00 7.67 29 3.80 3.85 5.80 0.05 7.93 30 3.70 4.25 6.80 0.55 9.26 操作二:分析数据 x1=tp[,4]; x2=tp[,3]; y=tp[,5]; plot(x1,y) abline(lm(y~x1))#y~x1的一次回归曲线 操作三:建立模型 3.1plot(x2,y) #画出散点图,建立模型 sol=lm(y~x1+x2+I(x2^2));summary(sol) Call: lm(formula = y ~ x1 + x2 + I(x2^2)) Residuals: Min 1Q Median 3Q Max -0.40330 -0.14509 -0.03035 0.15488 0.46602 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 17.3244 5.6415 3.071 0.00495 ** x1 1.3070 0.3036 4.305 0.00021 *** x2 -3.6956 1.8503 -1.997 0.05635 . I(x2^2) 0.3486 0.1512 2.306 0.02934 * --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.2213 on 26 degrees of freedom Multiple R-squared: 0.9054, (你建立的模型对销售量的贡献) Adjusted R-squared: 0.8945 F-statistic: 82.94 on 3 and 26 DF, p-value: 1.944e-13 3.2sol1=lm(y~x1+x2+I(x1*x2)+I(x2^2)); summary(sol1) Call: lm(formula = y ~ x1 + x2 + I(x1 * x2

文档评论(0)

dlive45 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档