R语言构建回归模型并进行模型诊断（线性关系不满足时）进行变量变换（Transforming variables）使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言构建回归模型并进行模型诊断（线性关系不满足时）进行变量变换（Transforming variables）使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换相关的知识，希望对你有一定的参考价值。
R语言构建回归模型并进行模型诊断（线性关系不满足时）、进行变量变换（Transforming variables）、使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换
目录
以上是关于R语言构建回归模型并进行模型诊断（线性关系不满足时）进行变量变换（Transforming variables）使用car包中的boxTidwell函数对预测变量进行Box–Tidwell变换的主要内容，如果未能解决你的问题，请参考以下文章
R语言使用lm函数拟合回归模型（简单线性回归一元回归）并诊断模型（Regression diagnostics）使用plot函数打印回归模型的Q-Q图残差拟合图标度-位置图残差与杠杆关系图
R语言lm函数拟合多元线性回归模型（无交互作用）并诊断模型diagnostics使用plot函数打印回归模型的Q-Q图残差拟合图标度-位置图残差与杠杆关系图
R语言回归模型构建回归模型基本假设（正态性线性独立性方差齐性）回归模型诊断car包诊断回归模型特殊观察样本分析数据变换模型比较特征筛选交叉验证预测变量相对重要度
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型检验模型是否满足等比例风险是否存在非线性关系使用rms包的Predict函数计算指定连续变量和风险比HR值的关系并可视化
R语言构建回归模型诊断（正态性无效）进行变量变换使用car包中的powerTransform函数对目标变量进行Box-Cox变换（Box–Cox transform to normality)