用R软件作回归分析.docVIP

下载本文档

22
0
约3千字
约 8页
2017-07-21 发布于重庆
举报
版权申诉

用R软件作回归分析.doc

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

数学与计算科学学院《统计建模与R软件》实验报告题目：用R软件作回归分析专业：信息与计算数学学号：姓名：指导教师：黄新博士成绩：二零一五年三月二十四日《统计建模与R软件》实验报告（）实验名称：用R软件作回归的描述性分析实验地点：所使用的工具软件及环境： R软件一、实验目的：理解回归分析原理，会R软件对数据进行回归分析。二、实验步骤： 1、确定Y 与变量X之间的定量关系表达式，即回归方程 2、对求得的回归方程的可信度进行检验 3、利用所求得的回归方程进行预测和控制三、实验内容： Forbes 数据：在十九世纪四、五十年代, 苏格兰物理学家James D. Forbes, 试图通过水的沸点来估计海拔高度. 问题：气压及沸点是如何联系的? 这种关系是强是弱? 我们能否根据温度预测气压? 如果能, 有效性如何? 求解过程： X-matrix(c(194.5,20.79,1.3179,131.79, + 194.3,20.79,1.1379,131.79, + 197.9,22.40,1.3502,135.02, + 198.4,22.67,1.3555,135.55, + 199.4,23.15,1.3646,136.46, + 199.9,23.35,1.3683,136.83, + 200.9,23.89,1.3782,137.82, + 201.1,23.99,1.3800,138.00, + 201.4,24.02,1.3806,138.06, + 201.3,24.01,1.3805,138.05, + 203.6,25.14,1.4004,140.04, + 204.6,26.57,1.4244,142.44, + 209.5,28.49,1.4547,145.47, + 208.6,27.76,1.4434,144.34, + 210.7,29.04,1.4630,146.30, + 211.9,29.88,1.4754,147.54, + 212.2,30.06,1.4780,147.80),ncol=4,byrow=T, + dimnames=list(1:17,c(F,h,log,log100))) forbes-as.data.frame(X) plot(forbes$F,forbes$log100) plot(forbes$F,forbes$log100) 对Forbes数据散点图其基本上落在一条直线上，作回归分析， lm.sol-lm(log100~F,data=forbes) summary(lm.sol) 得到： Call: lm(formula = log100 ~ F, data = forbes) Residuals: Min 1Q Median 3Q Max -0.32261 -0.14530 -0.06750 0.02111 1.35924 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) -42.13087 3.33895 -12.62 2.17e-09 *** F 0.89546 0.01645 54.45 2e-16 *** Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 0.3789 on 15 degrees of freedom Multiple R-squared: 0.995, Adjusted R-squared: 0.9946 F-statistic: 2965 on 1 and 15 DF, p-value: 2.2e-16 我们将得到的直线方程画在散点图上，命令如下： abline(lm.sol) 得到散点图和相应的回归直线，如图3.1所示。在R软件中，函数residusals()计算回归方程残差，计算残差，并画出关于残差的散点图，如图3.2所示。图3.2 Forbes数据残差得散点图 y.res-residuals(lm.sol);pl