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