R语言大数据分析与挖掘 课件 第七章 线性回归算法.pptx

第7章?线性回归算法

内容要点1、了解线性回归的相关理论。2、掌握R语言中线性回归模型建模的方法。

目录CONTENTS一元线性回归模型多项式回归模型多元线性回归模型123

一元线性回归模型线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛，其表达形式为y=wx+e，e为误差服从均值为0的正态分布。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。若回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系。用一个方程式来表示它，即：其中，a表示截距，b表示直线的斜率，e是误差项。这个方程可以根据给定的预测变量来预测目标变量的值。

一元线性回归模型在R语言中，用来拟合线性模型的最基本的函数是lm()，其在R语言中的运用形式为：myfit-lm(formula,data)，其中formula指要拟合模型的形式，形式为：Y～X1+X2+…+Xk，左边为因变量（要预测的变量），右边为自变量（用来预测的变量），自变量之间用符号+分隔；data为数据框，包含了用于拟合模型的数据。用R语言自带的w