R软件一元线性回归分析(非常详细).doc
《R软件一元线性回归分析(非常详细).doc》由会员分享,可在线阅读,更多相关《R软件一元线性回归分析(非常详细).doc(8页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、R软件一元线性回归分析合金钢强度与碳含量的数据序号碳含量/%合金钢强度/107pa10.10 42.0 20.11 43.0 30.12 45.0 40.13 45.0 50.14 45.0 60.15 47.5 70.16 49.0 80.17 53.0 90.18 50.0 100.20 55.0 110.21 55.0 120.23 60.0 这里取碳含量为x是普通变量,取合金钢强度为y是随机变量使用R软件对以上数据绘出散点图程序如下: x=matrix(c(0.1,42,0.11,43,0.12,45,0.13,45,0.14,45,0.15,47.5,0.16,49,0.17,53,
2、0.18,50,0.2,55,0.21,55,0.23,60),nrow=12,ncol=2,byrow=T,dimnames=list(1:12,c(C,E) outputcost=as.data.frame(x)plot(outputcost$C,outputcost$E)很显然这些点基本上(但并不精确地)落在一条直线上。下面在之前数据录入的基础上做回归分析(程序接前文,下同) lm.sol = lm(EC,data = outputcost)summary(lm.sol)得到以下结果:Call:lm(formula = E C, data = outputcost)Residuals:
3、Min 1Q Median 3Q Max -2.00449 -0.63600 -0.02401 0.71297 2.32451 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 28.083 1.567 17.92 6.27e-09 *C 132.899 9.606 13.84 7.59e-08 *-Signif. codes: 0 * 0.001 * 0.01 * 0.05 . 0.1 1 Residual standard error: 1.309 on 10 degrees of freedomMultiple R
4、-squared: 0.9503, Adjusted R-squared: 0.9454 F-statistic: 191.4 on 1 and 10 DF, p-value: 7.585e-08由计算结果分析:常数项=28.083,变量(即碳含量)的系数=132.899得到回归方程:=28.083+132.899x由于回归模型建立使用的是最小二乘法 ,而最小二乘法只是一种单纯的数学方法 ,存在着一定的缺陷 ,即不论变量间有无相关关系或有无显著线性相关关系 ,用最小二乘法都可以找到一条直线去拟合变量间关系。所以回归模型建立之后 ,还要对其进行显著性检验 :在上面的结果中sd()=1.567,s
5、d()=9.606。而对应于两个系数的P值6.27e-09和7.59e-08,故是非常显著的。关于方程的检验,残差的标准差=1.309。相关系数的平方R = 0.9503。关于F分布的P值为7.585e-08,也是非常显著的。我们将得到的直线方程画在散点图上,程序如下: abline(lm.sol)得到散点图及相应的回归直线:下面分析残差:在R软件中,可用函数residuals()计算回归方程的残差。程序如下: y.res=residuals(lm.sol);plot(y.res)得到残差图从残差图可以看出,第8个点有些反常,这样我们用程序将第8个点的残差标出,程序如下:text(8,y.re
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 软件 一元 线性 回归 分析 非常 详细
限制150内