回归分析图形

回归分析分为简单回归与复杂回归
1 ：简单线性回归即：模型中只包含一个因变量和一个自变量，有时候也会包含多项式，

这个图形描述了身高与体重的线性关系，这也是一个多项式图形
2：当我们的预测变量（自变量）不止一个时，就属于多元线性回归，而且多元线性回归中也可以包含多项式以及交互项
（1）在进行多远回归分析之前可以先描述变量之间的相关关系

上图为一个散点图矩阵，描述了五个变量之间的相关关系，我们可以通过非主对角线的散点图来查看两个变量之间的关系。
多元线性回归简单地就是OLS回归，通过lm和summary进行拟合并且查看结果。
3：回归诊断
对于回归分析来说，建立好模型之后我们还要考虑该模型是否合适的问题，在我们的模型分析中前提假设是：正态、独立、线性、同方差。
（1）正态性 qqplot和学生化残差图

第一幅图中除了异常值外，其他的点都落在了置信区间内，这表明正态性假设符合的好。
（2）误差的独立性
（3）线性
使用成分残差图也称偏残差图

（4）同方差性

5：异常值

第二幅图将利群点、高杠杆值、强影响点汇集在一起。如果纵坐标超过正负2就被认为是离群点，水平轴超过0.2或0.3被认为是具有高杠杆值，圆圈的大小则与影响成比例。

《R语言实战》第八章之回归分析图形相关推荐

R语言实战-第八章 R in action-chapter8
#第八章回归 #简单线性回归 #用到基础包中的women数据集,研究身高与体重的关系 head(women) fit <- lm(weight~height,data=women) summa ...
R语言实战笔记--第八章 OLS回归分析
R语言实战笔记–第八章 OLS回归分析标签(空格分隔): R语言回归分析首先,是之前的文章,数理统计里面的简单回归分析,这里简单回顾一下: 简单回归分析的原理:最小二乘法,即使回归函数与实际值之 ...
R语言实战（七）图形进阶
本文对应<R语言实战>第11章:中级绘图:第16章:高级图形进阶基础图形一章,侧重展示单类别型或连续型变量的分布情况:中级绘图一章,侧重展示双变量间关系(二元关系)和多变量间关系(多元关 ...
R语言实战笔记--第十五章处理缺失数据
R语言实战笔记–第十五章处理缺失数据标签(空格分隔): R语言处理缺失数据 VIM mice 缺失值(NA),是导致我们计算错误的一大来源,处理缺失数据在实际的应用中有着较为重要的作用. 基本方 ...
R语言实战（九）主成分和因子分析
本文对应<R语言实战>第14章:主成分和因子分析主成分分析(PCA)是一种数据降维技巧,它能将大量相关变量转化为一组很少的不相关变量,这些无关变量成为主成分. 探索性因子分析(EFA)是 ...
R语言实战笔记--第十四章主成分和因子分析
R语言实战笔记–第十四章主成分和因子分析标签(空格分隔): R语言主成分分析因子分析原理及区别主成分分析与因子分析很接近,其目的均是为了降维,以更简洁的数据去解释结果,但这两种方法其实是相 ...
R语言必看推荐：R语言入门经典版（中文版）+R语言实战第二版（中文完整版）
R语言入门经典(中文版)R for beginners R语言经典教材第二版适合初学者作者:Emmanuel Paradis R 语言实战第二版(中文完整版) R语言实战(第2版)注重实用性,是 ...
对比《学习R》PDF代码+《R语言实战第2版》PDF代码+《R数据科学》PDF代码分析
R语言是世界上最流行的用于数据处理和统计分析的脚本语言.考古学家用它来跟踪古代文明的传播,医药公司用它来探索哪种药物更安全.更有效,精算师用它评估金融风险以保证市场的平稳运行.总之,在大数据时代,统计 ...
李倩星r语言实战_基于PCR的全球平均气温研究
段晓鸣 [摘要] 本文运用主成分回归的方法研究了全球平均气温与CO2,N2O,CFC.11,CFC.12,TSI,Aerosols六个自变量之间的关系,选取了自1983年5月到2008年12月的数据 ...
R 语言实战-Part 4 笔记
R 语言实战(第二版) ## part 4 高级方法 -------------第13章广义线性模型------------------ #前面分析了线性模型中的回归和方差分析,前提都是假设因变量服 ...

《R语言实战》第八章之回归分析图形

回归分析图形

《R语言实战》第八章之回归分析图形相关推荐

最新文章

热门文章