利用R语言进行线性/非线性回归拟合实例（1）

利用R语言进行线性/非线性回归拟合实例（1）

1、生成一组数据

vector<float>xxvec;

vector<float>yyvec;

ofstreamfout("data2.txt");

for (int i =1;i<200;i++)

{

float x =i*0.8;

float randdnum= rand()%10 * 10;

floatrandomflag = (rand()%10)%2==0?(1):(-1);

float y = 3 *x*x + 2*x + 5 + randomflag*randdnum;

fout<<x<<" "<<y<<endl;

xxvec.push_back(x);

yyvec.push_back(y);

}

fout.close();

将生成的数据存为txt文件，命名为“data1”

2、线性拟合

#-------------------------------------------------------------#载入数据

> fire <- read.table('D:/data.txt',header = TRUE)

#-------------------------------------------------------------#回归分析

> plot(fire$y ~ fire$x)

> fire.reg <- lm(fire$y ~ fire$x,data = fire) #回归拟合

> data1.reg

Call:

lm(formula = data1$y ~ data1$x, data = data1)

Coefficients:

(Intercept) data1$x

6.202 3.003

>summary(data1.reg) #回归分析表

Call:

lm(formula = data1$y ~ data1$x, data = data1)

Residuals:

Min 1Q Median 3Q Max

-93.345 -42.929 -1.948 46.717 88.793

Coefficients:

Estimate Std. Error tvalue Pr(>|t|)

(Intercept) 6.202084 3.352055 1.85 0.0646 .

data1$x 3.002826 0.007259 413.66 <2e-16 ***

标红数字即为线性回归系数，由于生成数据时加了一个随机数，所以拟合出来的直线为：

y=3.002826 x+6.202084

---

Signif. codes: 0 ‘***’ 0.001 ‘**’0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 52.93 on 997 degrees of freedom

Multiple R-squared: 0.9942, Adjusted R-squared: 0.9942

F-statistic: 1.711e+05 on 1 and 997 DF, p-value: < 2.2e-16

>anova(data1.reg) #方差分析表

Analysis of Variance Table

Response: data1$y

Df Sum Sq Mean Sq F value Pr(>F)

data1$x 1479462873 479462873 171112 < 2.2e-16***

Residuals 997 2793641 2802

Signif. codes: 0‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

>abline(data1.reg, col = 2, lty = 2) #拟合直线

利用R语言进行线性/非线性回归拟合实例（1）相关推荐

【机器学习】R语言进行机器学习方法及实例
R语言进行机器学习方法及实例机器学习的研究领域是发明计算机算法,把数据转变为智能行为.机器学习和数据挖掘的区别可能是机器学习侧重于执行一个已知的任务,而数据发掘是在大数据中寻找有价值的东西. 机器学 ...
利用R语言对贷款客户作风险评估（下）——零膨胀回归分析
利用R语言对贷款客户作风险评估(下)--零膨胀回归分析前言上一篇的分类预测是决定好坏客户的初步判断, 不足以直接决策, 因此还需要进一步分析. 通过随机森林, 对影响好坏客户的解释变量的重要性进行 ...
R语言数据分析、展现与实例（02）
R语言数据分析.展现与实例(02) 数据输入 > mydata <- data.frame(age=numeric(0),gender=character(0),weight=numeri ...
R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用（Multiple linear regression）
R语言使用lm函数拟合多元线性回归模型.假定预测变量没有交互作用(Multiple linear regression) 目录
R语言ggplot2可视化：拟合二次曲线（quadratic curve）并使用ggplot2进行可视化、可视化两个响应变量和一个预测变量的二次曲线
R语言ggplot2可视化:拟合二次曲线(quadratic curve)并使用ggplot2进行可视化.可视化两个响应变量和一个预测变量的二次曲线目录
利用R语言对泰坦尼克号沉没事件幸存者的数据分析与预测
题外话:在文章正式开始之前,我还是想先写一点题外话,一是为了引出写作这篇博客的目的,二则是希望能够记录下现在的所思所想为以后留个纪念.首先介绍一下自己,毕业3年多的小硕一枚,大学期间学的专业是高分子材 ...
利用R语言画简单时间序列图
R 语言无法自动将读取的数据转化为时间序列格式, 所以利用R语言画时间序列图的一个关键步骤就是将读取的数据转变为时间序列格式, 下面是一个简单的程序: # 读取数据, 首先将excel 格式的转化为 ...
R语言使用lm函数拟合线性回归模型：使用predict函数和训练好的模型进行预测推理、使用ggplot2可视化预测值和实际值的曲线进行对比分析
R语言使用lm函数拟合线性回归模型:使用predict函数和训练好的模型进行预测推理.使用ggplot2可视化预测值和实际值的曲线进行对比分析目录
利用R语言对贷款客户作风险评估
利用R语言对贷款客户作风险评估(上)--数据分析前言风险控制能力越来越成为互联网金融行业的隐形门槛,为风控人员提供显著地风险评估依据变得非常重要.本文以银行客户的信用卡信息为案例数据,对数据进行分 ...

利用R语言进行线性/非线性回归拟合实例（1）

利用R语言进行线性/非线性回归拟合实例（1）相关推荐

最新文章

热门文章