利用swiss数据集进行多元线性回归研究

# 先查看各变量间的散点图

pairs(swiss, panel = panel.smooth, main = "swiss data",

col = 3 + (swiss$Catholic > 50))

# 利用全部变量建立多元线性回

a=lm(Fertility ~ . , data = swiss)

summary(a)

##

## Call:

## lm(formula = Fertility ~ ., data = swiss)

##

## Residuals:

## Min 1Q Median 3Q Max

## -15.274 -5.262 0.503 4.120 15.321

##

## Coefficients:

## Estimate Std. Error t value Pr(>|t|)

## (Intercept) 66.9152 10.7060 6.25 1.9e-07 ***

## Agriculture -0.1721 0.0703 -2.45 0.0187 *

## Examination -0.2580 0.2539 -1.02 0.3155

## Education -0.8709 0.1830 -4.76 2.4e-05 ***

## Catholic 0.1041 0.0353 2.95 0.0052 **

## Infant.Mortality 1.0770 0.3817 2.82 0.0073 **

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## Residual standard error: 7.17 on 41 degrees of freedom

## Multiple R-squared: 0.707, Adjusted R-squared: 0.671

## F-statistic: 19.8 on 5 and 41 DF, p-value: 5.59e-10

# 从结果看,Education变量的p值一颗星就都没有,说明对模型极不显著。

# R中提供了add1 drop1函数来针对线性模型进行变量的增减处理

drop1(a)

## Single term deletions

##

## Model:

## Fertility ~ Agriculture + Examination + Education + Catholic +

## Infant.Mortality

## Df Sum of Sq RSS AIC

## 2105 191

## Agriculture 1 308 2413 195

## Examination 1 53 2158 190

## Education 1 1163 3268 209

## Catholic 1 448 2553 198

## Infant.Mortality 1 409 2514 197

# 从结果看,去掉Education这个变量后,AIC最小,所以下一步可以剔除该变量进行建模。

b=update(a,.~.-Education)

summary(b)

##

## Call:

## lm(formula = Fertility ~ Agriculture + Examination + Catholic +

## Infant.Mortality, data = swiss)

##

## Residuals:

## Min 1Q Median 3Q Max

## -23.919 -3.553 -0.649 6.596 14.177

##

## Coefficients:

## Estimate Std. Error t value Pr(>|t|)

## (Intercept) 59.6027 13.0425 4.57 4.2e-05 ***

## Agriculture -0.0476 0.0803 -0.59 0.55669

## Examination -0.9680 0.2528 -3.83 0.00042 ***

## Catholic 0.0261 0.0384 0.68 0.50055

## Infant.Mortality 1.3960 0.4626 3.02 0.00431 **

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## Residual standard error: 8.82 on 42 degrees of freedom

## Multiple R-squared: 0.545, Adjusted R-squared: 0.501

## F-statistic: 12.6 on 4 and 42 DF, p-value: 8.27e-07

#从接下来的结果看,有两个变量不显著,R平方也仅有0.53,模型效果极不理想。需要进一步进行研究。

# 幸好R有step函数,可以对模型进行变量自动筛选,根据AIC最小原则进行

b=step(a,direction="backward")

## Start: AIC=190.7

## Fertility ~ Agriculture + Examination + Education + Catholic +

## Infant.Mortality

##

## Df Sum of Sq RSS AIC

## - Examination 1 53 2158 190

## 2105 191

## - Agriculture 1 308 2413 195

## - Infant.Mortality 1 409 2514 197

## - Catholic 1 448 2553 198

## - Education 1 1163 3268 209

##

## Step: AIC=189.9

## Fertility ~ Agriculture + Education + Catholic + Infant.Mortality

##

## Df Sum of Sq RSS AIC

## 2158 190

## - Agriculture 1 264 2422 193

## - Infant.Mortality 1 410 2568 196

## - Catholic 1 957 3115 205

## - Education 1 2250 4408 221

summary(b)

##

## Call:

## lm(formula = Fertility ~ Agriculture + Education + Catholic +

## Infant.Mortality, data = swiss)

##

## Residuals:

## Min 1Q Median 3Q Max

## -14.676 -6.052 0.751 3.166 16.142

##

## Coefficients:

## Estimate Std. Error t value Pr(>|t|)

## (Intercept) 62.1013 9.6049 6.47 8.5e-08 ***

## Agriculture -0.1546 0.0682 -2.27 0.0286 *

## Education -0.9803 0.1481 -6.62 5.1e-08 ***

## Catholic 0.1247 0.0289 4.31 9.5e-05 ***

## Infant.Mortality 1.0784 0.3819 2.82 0.0072 **

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## Residual standard error: 7.17 on 42 degrees of freedom

## Multiple R-squared: 0.699, Adjusted R-squared: 0.671

## F-statistic: 24.4 on 4 and 42 DF, p-value: 1.72e-10

接下来,对建模的变量和模型进行回归诊断的研究

首先,对自变量进行正态性检验

shapiro.test(swiss$Agriculture)

##

## Shapiro-Wilk normality test

##

## data: swiss$Agriculture

## W = 0.9664, p-value = 0.193

shapiro.test(swiss$Examination)

##

## Shapiro-Wilk normality test

##

## data: swiss$Examination

## W = 0.9696, p-value = 0.2563

shapiro.test(swiss$Education)

##

## Shapiro-Wilk normality test

##

## data: swiss$Education

## W = 0.7482, p-value = 1.312e-07

shapiro.test(swiss$Catholic)

##

## Shapiro-Wilk normality test

##

## data: swiss$Catholic

## W = 0.7463, p-value = 1.205e-07

shapiro.test(swiss$Infant.Mortality)

##

## Shapiro-Wilk normality test

##

## data: swiss$Infant.Mortality

## W = 0.9776, p-value = 0.4978

对各变量的正态性检验结果来看,变量Education和Catholic的p值小于0.05,故这两个变量数据不符合正态性分布。

现在,对模型的残差也进行正态性检验(回归模型的残差也要符合正态分布)

b.res

shapiro.test(b.res)

##

## Shapiro-Wilk normality test

##

## data: b.res

## W = 0.9766, p-value = 0.459

从结果来看,p值是0.459,模型残差符合正态分布

接下来,画出回归值与残差的残差图(应该符合均匀分布,即残差不管回归值如何,都具有相同分布)

par(mfrow=c(1,2))

# 画出残差图

plot(b.res~predict(b))

# 画出标准残差图

plot(rstandard(b)~predict(b))

par(mfrow=c(1,1))

从残差图来看,效果不太明显.

其实,可以直接画出残差图

par(mfrow=c(2,2))

plot(b)

par(mfrow=c(1,1))

End.

作者:谢佳标

来源:天善智能

本文均已和作者授权,如转载请与作者联系。

r语言中残差与回归值的残差图_R语言:多元线性回归和模型检验相关推荐

  1. r语言中残差与回归值的残差图_R语言逻辑回归、方差分析、伪R平方分析

    原标题:R语言逻辑回归.方差分析.伪R平方分析 原文链接:http://tecdat.cn/?p=9589 目录 怎么做测试 假设条件 并非所有比例或计数都适用于逻辑回归分析 过度分散 伪R平方 测试 ...

  2. r语言中残差与回归值的残差图_R语言基础-数据分析及常见数据分析方法

    R表达式中常用的符号 残差(Residuals) 残差是真实值与预测值之间的差,五个分位的值越小模型越精确 系数项与截距项(Coefficients & Intercept)和P值指标 残差标 ...

  3. r语言中残差与回归值的残差图_R语言-如何处理回归中的异常值点

    R语言-如何处理回归中的异常值点 异常观测值 一个全面的回归分析要覆盖对异常值的分析,包括离群点.高杠杆值点和强影响点.这些数据点需要更深入的研究,因为它们在一定程度上与其他观测点不同,可能对结果产生 ...

  4. r语言中残差与回归值的残差图_独家 | 手把手教你用R语言做回归后的残差分析(附代码)-阿里云开发者社区...

    作者:Abhijit Telang 翻译:张睿毅 校对:丁楠雅 文章来源:微信公众号 数据派THU 本文介绍了做残差分析的方法及其重要性,以及利用R语言实现残差分析. 在这篇文章中,我们通过探索残差分 ...

  5. r语言中残差与回归值的残差图_用R语言做回归分析_iris数据集/longley数据集

    机器学习课程2  回归分析 [题目1] 使用R对内置鸢尾花数据集iris(在R提示符下输入iris回车可看到内容)进行回归分析,自行选择因变量和自变量,注意Species这个分类变量的处理方法. 解答 ...

  6. r语言中的或怎么表示什么不同_R语言中灵活运用if实现根据不同条件执行不同的语句...

    原标题:R语言中灵活运用if实现根据不同条件执行不同的语句 在程序语言中,if一般属于一种分支结构,即根据某个条件执行相关的语句,在R中也不例外.同时,if语句与else配合可以运用到多种条件递归判断 ...

  7. r语言中的或怎么表示什么不同_R语言中$是什么意思

    展开全部 $是S3类的引用方32313133353236313431303231363533e58685e5aeb931333431353430式,@是S4类的引用方式.$比较常用,@比较少用.通常我 ...

  8. C/C++ 语言中的表达式求值

    转载地址:http://www.cnblogs.com/heyonggang/p/3340301.html 在此,首先向裘老师致敬! 裘宗燕:C/C++ 语言中的表达式求值 经常可以在一些讨论组里看到 ...

  9. 决定c++语言中函数的返回值类型的是,全国2009年10月高等教育自学考试C++程序设计试题及部分参考答案...

    全国2009年10月高等教育自学考试 C++程序设计试题 课程代码:04737 一.单项选择题(本大题共20小题,每小题1分,共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的,请将其代码 ...

最新文章

  1. RabbitMQ的集群模式
  2. 高房价可控制人口增长与人口素质?
  3. 树莓派外设开发基础(wiringPi库)
  4. python读写文件实例_python读写文件的简单示例
  5. javaScript设计模式之常用工厂模式
  6. 【ElasticSearch】Es 源码之 PeerRecoverySourceService 源码解读
  7. CCNP精粹系列之十三-----OSPF路由汇总
  8. 研究生开学需要准备的事宜(准研究生和保研必看)
  9. Unity3D学习1--Unity基础
  10. 我的她 —— 记我的 IBM R51
  11. Android Bluetooth HCI log 详解
  12. 华硕PRIME Z390-P主板设置开启虚拟化技术
  13. oracle 亿级数据存储方案
  14. 文本框的左视图不见了?
  15. QListWidgt QListView QTableWidget QTableView 去掉虚线框
  16. python下载arcgis地图_使用下载器下载适用于arcgis的离线地图切片
  17. hr 0x800401f0 尚未调用 CoInitialize
  18. js进阶之你必须要会的技术!
  19. win10+vs2019配置lite.ai.toolkit预编译库
  20. 机器学习—线性回归与R模拟

热门文章

  1. POW,POS,DPOS共识机制简单介绍
  2. java二进制对象_java 二进制搜索
  3. 破解360doc个人图书馆网站的右键、复制方法
  4. 液晶分子平行排列MATLAB程序,液晶百问:液晶分子排列方向如何改变
  5. VS2015正式版出炉-----
  6. html中加重点符号,html特殊符号对照表 html怎么插入特殊符号
  7. Unity使用RenderTexture实现实时阴影绘制
  8. c++ 摇摆序列 (贪心+状态自动机)
  9. 触摸屏手势控制镜头旋转与缩放
  10. 都是自动挡,AT/CVT/AMT双离合究竟谁最强?