R 语言 多元回归
-
R 语言 多元回归
多元回归是线性回归到两个以上变量之间的关系的扩展。在简单线性关系中,我们有一个预测变量和一个响应变量,但是在多元回归中,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-以下是所用参数的描述-- 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中的lm()函数创建回归模型。该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为给定的一组预测变量预测响应变量的值。 -
lm()函数
该函数在预测变量和响应变量之间创建关系模型。多元回归中lm()函数的基本语法为-以下是所用参数的描述-- formula - 是表示响应变量和预测变量之间关系的符号。
- data - 是将在其上应用公式的向量。
输入数据考虑R环境中可用的数据集“mtcars”。它根据每加仑行驶里程(mpg),缸排量(“disp”),马力(“hp”),汽车重量(“wt”)以及其他一些参数对不同车型进行了比较。该模型的目标是建立“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数据集中创建了这些变量的子集。当我们执行以上代码时,它产生以下结果-创建关系模型并获取系数当我们执行以上代码时,它产生以下结果-为回归模型创建方程式基于上述截距和系数值,我们创建数学方程。应用方程式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。对于disp = 221,hp = 102和wt = 2.91的汽车,预计行驶里程为-