R语言关于多重回归知识点总结
更新时间：2021年05月07日 08:23:12 作者：w3cschool
在本篇内容里小编给大家整理了一篇关于R语言关于多重回归知识点总结，有兴趣的朋友们可以学习下。
多元回归是线性回归到两个以上变量之间的关系的延伸。 在简单线性关系中，我们有一个预测变量和一个响应变量，但在多元回归中，我们有多个预测变量和一个响应变量。
多元回归的一般数学方程为
y = a + b1x1 + b2x2 +...bnxn
以下是所使用的参数的描述
- y是响应变量。
- a，b1，b2 ... bn是系数。
- x1，x2，... xn是预测变量。
我们使用R语言中的lm()函数创建回归模型。模型使用输入数据确定系数的值。 接下来，我们可以使用这些系数来预测给定的一组预测变量的响应变量的值。
lm()函数
此函数创建预测变量和响应变量之间的关系模型。
语法
lm()函数在多元回归中的基本语法是
lm(y ~ x1+x2+x3...,data)
以下是所使用的参数的描述
- 公式是表示响应变量和预测变量之间的关系的符号。
- 数据是应用公式的向量。
例
输入数据
考虑在R语言环境中可用的数据集“mtcars”。 它给出了每加仑里程（mpg），气缸排量（“disp”），马力（“hp”），汽车重量（“wt”）和一些其他参数的不同汽车模型之间的比较。
模型的目标是建立“mpg”作为响应变量与“disp”，“hp”和“wt”作为预测变量之间的关系。 为此，我们从mtcars数据集中创建这些变量的子集。
input <- mtcars[,c("mpg","disp","hp","wt")]
print(head(input))
当我们执行上面的代码，它产生以下结果
mpg disp hp wt
Mazda RX4 21.0 160 110 2.620
Mazda RX4 Wag 21.0 160 110 2.875
Datsun 710 22.8 108 93 2.320
Hornet 4 Drive 21.4 258 110 3.215
Hornet Sportabout 18.7 360 175 3.440
Valiant 18.1 225 105 3.460
创建关系模型并获取系数
input <- mtcars[,c("mpg","disp","hp","wt")]
# Create the relationship model.
model <- lm(mpg~disp+hp+wt, data = input)
# Show the model.
print(model)
# Get the Intercept and coefficients as vector elements.
cat("# # # # The Coefficient Values # # # ","
")
a <- coef(model)[1]
print(a)
Xdisp <- coef(model)[2]
Xhp <- coef(model)[3]
Xwt <- coef(model)[4]
print(Xdisp)
print(Xhp)
print(Xwt)
当我们执行上面的代码，它产生以下结果
Call:
lm(formula = mpg ~ disp + hp + wt, data = input)
Coefficients:
(Intercept) disp hp wt
37.105505 0.000937 0.031157 3.800891
# # # # The Coefficient Values # # #
(Intercept)
37.10551
disp
-0.0009370091
hp
-0.03115655
wt
-3.800891
创建回归模型的方程
基于上述截距和系数值，我们创建了数学方程。
Y = a+Xdisp.x1+Xhp.x2+Xwt.x3 or Y = 37.15+(-0.000937)*x1+(-0.0311)*x2+(-3.8008)*x3
应用方程预测新值
当提供一组新的位移，马力和重量值时，我们可以使用上面创建的回归方程来预测里程数。
对于disp = 221，hp = 102和wt = 2.91的汽车，预测里程为
Y = 37.15+(-0.000937)*221+(-0.0311)*102+(-3.8008)*2.91 = 22.7104
到此这篇关于R语言关于多重回归知识点总结的文章就介绍到这了,更多相关R语言多重回归内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
R语言修改下载安装包install.package的默认存储路径的操作方法
这篇文章主要介绍了R语言修改下载安装包install.package的默认存储路径的操作方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
大多数人仍然使用RStudio进行R语言开发。与RStudio相比，PyCharm具有更多的优势，本文主要介绍了pycharm运行R语言脚本的实现步骤,文中通过图文介绍的非常详细,感兴趣的可以了解一下2023-10-10
这篇文章主要为大家介绍了R语言绘制维恩图ggvenn示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
这篇文章主要介绍了R语言-将list转换为向量的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要给大家介绍了关于R语言如何进行线性回归的拟合度的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-03-03
这篇文章主要介绍了R语言读取excel数据的方法(两行命令),本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
这篇文章主要介绍了R语言实现导出矩阵，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
这篇文章主要介绍了R语言差异检验:非参数检验操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
在本篇内容里小编给大家介绍了关于R语言的历史内容，有兴趣学习的朋友可以阅读下。2021-03-03
这篇文章主要介绍了R语言操作X轴日期实例讲解，图文描述的很清楚，有感兴趣的同学可以研究下2021-03-03
最新评论