R使用lm构建单变量线性回归模型

Posted 2021-08-05 Data+Science+Insight

R使用lm构建单变量线性回归模型

回归分析是一种应用非常广泛的统计工具，用来建立两个变量之间的关系模型（单变量回归分析）。其中一个变量被称为预测变量（predictor variable），它的值是通过实验收集的。另一个变量称为响应变量（response variable），其值从预测变量中导出，所以常常也被称作因变量。

在线性回归中，这两个变量通过一个方程相关联，其中这两个变量的指数（幂）都是1。从数学上讲，线性关系在绘制成图形时为直线。如果线性回归中的任意一个变量的幂次不等一都会产生曲线；

线性回归的一般数学方程是:

y=ax+b

y是响应变量(response variable)或者因变量。

x是自变量或者predict因子。

a和b是常数，称为系数（y = a*x + b*1）。

回归的一个简单例子是当一个人的身高已知时预测他的体重信息(从直觉上，我们知道他们之间应该存在着一种正相关关系)。

要做到这一点，我们需要有一些身高和体重之间的