R-6 线性回归模型流程

Posted hero799

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-6 线性回归模型流程相关的知识,希望对你有一定的参考价值。

本节内容:

0:小知识

1:新数据要如何进行分析

2:第二步骤:理解数据

3:第三步骤:相关分析

0:小知识

0.1:我们说对分析一个数据一般是分步骤的:那么我们可以对其中的步骤进行打标签,也就是跟书签一样。

Ctrl+Shift+r

0.2: 将图形赋值一个变量后,这个变量其中会有图形的一些信息如y轴x轴频数等信息 

plot_draw = plot(,,,,) 

0.3:如何查看R的新包  登录R官网-->https://mirrors.tongji.edu.cn/CRAN/

技术图片

 

 

一、新数据要如何进行分析

技术图片

二、第二步骤:理解数据

统计量:summary(energraw)  names(energraw)   str(energraw)

可视化:对y的变量进行直方图、箱线图

attach(airquality)

par(mfrow=c(1,2))
boxplot(Temp,col = 45)
hist(Temp)

print(boxplot(Temp,col = 45))
print(hist(Temp))

技术图片

技术图片

三、第三步骤:相关分析

 技术图片

3.1:一个一个的做plot

plot(Ozone,Temp,col="tomato",main = "Temp & Ozone")
plot(Temp~Ozone,data = airquality)
abline(lm(Temp~Ozone,data = airquality))  
#添加拟合线  系统对y和x做出的解释是怎么样的

技术图片

3.2:做相关系数矩阵

 

以上是关于R-6 线性回归模型流程的主要内容,如果未能解决你的问题,请参考以下文章

❤️解决非线性回归问题的机器学习方法总结:多项式线性模型广义线性(GAM)模型回归树模型支持向量回归(SVR)模型

❤️解决非线性回归问题的机器学习方法总结:多项式线性模型广义线性(GAM)模型回归树模型支持向量回归(SVR)模型

机器学习入门 ----线性回归模型及其Python代码解析

线性回归模型|机器学习

线性回归详解(代码实现+理论证明)

线性回归详解(代码实现+理论证明)