R语言一元线性回归模型
一元线性回归讨论的是一个因变量 Y 与有一个自变量 X 之间的关系,一元线性回归模型也叫一元线性方程。步骤如下:
1、数据准备
x<-c(0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23)
y<-c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0,60.0)
2、画图
plot(y ~ 1+x)
从图看出,散点图基本在一条一条直线附近,可以认为 Y 与 X 的关系基本上是线性的。
3、创建模型
lm.sol<-lm(y ~ 1+x)
4、查看结果
summary(lm.sol)
R 语言一元线性回归模型summary
残差的最小值点、1/4 分为点、中位数点、3/4 分为点和最大值点分别为:-2.0431、-0.7056、0.1694、0.6633、2.2653;显著性标记为三颗星,极为显著。从计算结果可以看出回归模型通过了回归参数与回归方程的检验。
5、回归模型
Y = 28.493 + 130.835X
附:在 R 语言中,与线性模型有关的函数有 lm()、summary()、 anova()、predict() 等