统计学实验—SPSS与R软件应用与实例-第14章回归分析-R.pptVIP

* 6.6 回归曲线的估计 【例14.6】（数据文件为li14.6.txt）表14.5给出了1978年-2002年我国不变价人均GDP（按1978年不变价）的数据，根据这些数据，建立不变价人均GDP（y）与时间（t）的回归方程。（数据略） * 【统计理论】 1. 幂函数 基本形式为： 这里变量y与x是非线性关系，对方程两边取自然对数可得： 这样上式就可以看做是线性回归方程。 * 【统计理论】 2. 对数函数 对数函数也称为半对数函数，基本形式有两种： （1）自变量为对数： （2）因变量为对数： 在(6.31)中将 视 为新变量，在 (6.32)中将 视为新变量，则可以化为线性回归处理。 * 【统计理论】 3. 指数函数 基本形式为： 对方程两边取自然对数得： * 【统计理论】 4. 双曲函数 基本形式为： 把 视为新变量，则可以化为线性回归处理。 * 【菜单方式】 先绘制散点图，观察y与t的相关关系。 setwd(D:/R-Statistics/data/chap-14) #设定工作路径 dat=read.table(li14.6.txt,header=T) #从li14.6.txt中读入数据，记为dat plot(y~t,data=dat,xlab=t,ylab=y) #绘制y关于t的散点图 * 运行结果 图14.4 不变价人均GDP（y）与时间（t）的散点图 （2）采用几种曲线拟合y与t的关系 * * 【菜单方式】 直线模型拟合 linear=lm(y~t,data=dat) #直线模型 summary(linear) * 运行结果 Call: lm(formula = y ~ t, data = dat) Residuals: Min 1Q Median 3Q Max -243.79 -100.66 -17.33 87.54 279.42 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 26.870 63.112 0.426 0.674 t 84.708 4.245 19.953 5.09e-16 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01‘ *’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 153.1 on 23 degrees of freedom Multiple R-squared: 0.9454, Adjusted R-squared: 0.943 F-statistic: 398.1 on 1 and 23 DF, p-value: 5.089e-16 * 【菜单方式】 二次曲线模型拟合 quadratic=lm(y~t+I(t^2),data=dat) #二次曲线模型 summary(quadratic) * 运行结果 Call: lm(formula = y ~ t + I(t^2), data = dat) Residuals: Min 1Q Median 3Q Max -86.595 -10.088 -2.874 24.598 47.283 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 387.4896 23.0703 16.796 4.94e-14 *** t 4.5708 4.0888 1.118 0.276 I(t^2) 3.0822 0.1527 20.190 1.09e-15 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 35.42 on 22 degrees of freedom Multiple R-squared: 0.9972, Adjusted R-squared: 0.9969 F-statistic: 3922 on 2 and 22 DF, p-value: 2.2e-16 * 【菜单方式】 三次曲线模型拟合 cubic=lm(y~t+I(t^2)+I(t^3),d