R语言简单回归分析总结
来源:互联网 发布:f22在福建被击落知乎 编辑:程序博客网 时间:2024/05/20 20:03
面对数据集合dataset,有因变量Y和自变量X1,X2,X3,X4,要做的是:
1. 根据数据可以得到初步方程(假定为线性):
lm.sol <- lm(Y ~ X1+X2+X3+X4, data=dataset)
summary(lm.sol)
2. 如果发现不显著
(1)W正态性检验
y.res<-residuals(lm.sol)shapiro.test(y.res)
如果不满足正态性假设,那么可以考虑剔除异常点
(2)画残差的Q-Q图
plot(lm.sol)
如果图中的点的大致趋势明显不在一条直线上,那么正态性假设则不合理,可以考虑改变式子
如果图中的某几个点偏离较大,那么这几个点是异常点,可以考虑剔除
(3)画标准化残差图(检验正态性)
y.rst<-rstandard(lm.sol)y.fit<-predict(lm.sol)plot(y.res~y.fit)
根据标准化残差图发现问题,正常来说,应该有95%的可能性落在宽度为4的水平带上,且没有任何趋势。
如果发现趋势,则尝试通过改变式子,对变量进行变换,使用update()函数
如果没有发现趋势,但发现异常点(超过宽度为4的水平带),那么就剔除异常点,然后返回第一步继续查看方程
(4)使用书中给出的诊断函数,找到异常点
source("Reg_Diag.R"); Reg_Diag(lm.sol)
达到条件说明该点为可能的异常点
3. 如果发现方程显著,但某几个变量不显著
(1)可能是多重共线性的问题,找到对应多重共线的向量,剔除即可
XX<-cor(collinear[2:7])kappa(XX,exact=TRUE)eigen(XX)
(2)可以考虑逐步回归
lm.step<-step(lm.sol)summary(lm.step)
- 建立方程以后,运用方程进行预测
new <- data.frame(x = 0.16)lm.pred<-predict(lm.sol, new, interval="prediction", level=0.95)
0 0
- R语言简单回归分析总结
- R语言-简单回归分析
- R 语言与简单的回归分析
- R 语言与简单的回归分析
- R语言-回归分析
- R语言回归分析
- R语言简单(一元)线性回归分析
- R语言-简单多元回归
- R语言_回归分析
- R语言中的回归分析
- R语言做回归分析
- R语言回归分析实例
- R语言回归分析之影响分析
- R语言简单总结
- R语言学习之简单线性回归
- R语言写简单线性回归
- R语言之回归分析篇
- R语言系列—回归分析
- setLayoutParams()不生效问题
- Windows下安装rabbitmq
- 给宝宝的固态硬盘装机教程
- Kafka建立topic节点
- URAL 1018 Binary Apple Tree
- R语言简单回归分析总结
- 大小写字符转换
- Apache mina2 用户指南(六)传输
- 编程题--最后一个单词的长度
- 快速排序的随机化版本
- 机器学习实战 第十章 利用K-均值聚类算法对未标注数据分组
- 按键实验
- Markdown的使用之一:表格和公式
- Nginx管理tomcat集群、session共享