Innholdsfortegnelse:
- Hvordan bygge en lineær modell
- I stedet for å dykke inn i selve objektobjektet og finne informasjonen et sted i listobjektet, kan du bruke noen funksjoner som hjelper deg med å få nødvendig informasjon fra modellen. For eksempel kan du trekke ut en navngitt vektor med koeffisientene fra modellen ved hjelp av coef () -funksjonen, slik: >> coef. Modell coef. Modell (Avskjær) wt 37. 285126 -5. 344472
Video: Matematikk 2P Lineær regresjon 2024
En variansanalyse for dataene dine kan også skrives som en lineær modell i R, hvor du bruker en faktor som en prediktorvariabel for å modellere en responsvariabel.
Selvfølgelig kan prediktorvariabler også være kontinuerlige variabler. For eksempel har vekten av en bil tydeligvis innflytelse på kjørelengde. Men det ville være fint å ha en ide om størrelsen av den innflytelsen. I hovedsak vil du finne ligningen som representerer trendlinjen. Du finner dataene du trenger for å sjekke dette i datasettet mtcars.
Hvordan bygge en lineær modell
Med lm () -funksjonen kan du spesifisere alt fra den enkleste lineære modellen til komplekse samhandlingsmodeller.
For å modellere kjørelengde som funksjon av vekten av en bil, bruker du lm () -funksjonen slik: >> Modell <- lm (mpg ~ wt, data = mtcars)
Du leverer to argumenter:
-
Her modellerer du variabelen mpg som en funksjon av variabelen wt. En dataramme som inneholder variablene i formelen:
-
Her bruker du datarammens mtcars. Du kan spesifisere mange komplekse modeller med formel grensesnittet når du kjenner deg rundt.
Det resulterende objektet er en liste med en svært komplisert struktur, men i de fleste tilfeller trenger du ikke å bekymre deg for det. Modellsobjektet inneholder mye informasjon som er nødvendig for beregningene av diagnostikk og nye spådommer.
I stedet for å dykke inn i selve objektobjektet og finne informasjonen et sted i listobjektet, kan du bruke noen funksjoner som hjelper deg med å få nødvendig informasjon fra modellen. For eksempel kan du trekke ut en navngitt vektor med koeffisientene fra modellen ved hjelp av coef () -funksjonen, slik: >> coef. Modell coef. Modell (Avskjær) wt 37. 285126 -5. 344472
Disse koeffisientene representerer avskjæringen og hellingen til trendlinjen. Du kan bruke dette til å tegne trendlinjen på en scatterplot av dataene. Du gjør dette i to trinn:
Du plotter scatterplot med dataene.
Du bruker plottet () -funksjonen for det.
-
Du bruker abline () -funksjonen til å tegne trendlinjen basert på koeffisientene.
Følgende kode gir deg plottet: >> plot (mpg ~ wt, data = mtcars)> abline (a = coef. Modell [1], b = coef. Modell [2])
-
abline () argument a representerer avskjæringen, og b representerer skråningen av trendlinjen du vil plotte. Du plotter en vertikal linje ved å sette argumentet v til avspillingen med
x
-aksen i stedet.Horisontale linjer er plottet ved å sette argumentet v til avspillingen med
y -aksene. Nedenfor er en oversikt over funksjoner for å trekke ut informasjon fra selve modellen objektet. Disse funksjonene fungerer med forskjellige modellobjekter, inkludert de som er bygd av aov () og lm (). Mange pakkeforfattere gir også de samme funksjonene til modellene som er bygd av funksjonene i pakken. Så du kan alltid prøve å bruke disse ekstraksjonsfunksjonene i kombinasjon med andre modellfunksjoner. Funksjon
Hva det gjør
coef ()
Returnerer en vektor med koeffisientene fra modellen | confint () |
---|---|
Returnerer en matrise med øvre og nedre grense på > konfidensintervall for hver koeffisient av modellen | montert () |
Returnerer en vektor med de monterte verdiene for hver | observasjon
residualer () |
Returnerer en vektor med residualene for hver observasjon < vcov () | Returnerer varians-kovariansmatrisen for koeffisienten
|