【R每日一贴】R多元线性回归？

摘要

有几个预测变量和响应变量，相信预测变量和响应变量之间存有线性关系，创建多元线性回归模型？

【R语言】致力于传播R知识，包括【R每日一帖】、【R书籍推荐】、【R案例分享】。后续会推出【R那些事】、【R微课程】等栏目。在这大数据时代里，从数据中找出价值，既是机遇又是挑战。R语言可以帮助我们获取数据、处理数据、分析数据、展示数据和理解数据，以进行数据化决策！

问题描述：有几个预测变量和响应变量，相信预测变量和响应变量之间存有线性关系，创建多元线性回归模型？

解决方案：使用lm函数，即lm(y ~ u + v + w)

举例说明：

> df1 <- mtcars[, c("mpg", "hp", "wt")]

> head(df1)

                   mpg  hp    wt

Mazda RX4         21.0 110 2.620

Mazda RX4 Wag     21.0 110 2.875

Datsun 710        22.8  93 2.320

Hornet 4 Drive    21.4 110 3.215

Hornet Sportabout 18.7 175 3.440

Valiant           18.1 105 3.460

> lm(mpg ~ hp + wt, data=mtcars)

Call:

lm(formula = mpg ~ hp + wt, data = mtcars)

Coefficients:

(Intercept)           hp           wt  

   37.22727     -0.03177     -3.87783

【想一想】

1 多元线性回归怎么理解？

【做一做】

1 实战上述实例？

◆传播R知识

【R语言】作为国内传播R知识的交流合作平台，它集R学习、实战、技术、培训、人才等功能为一体，帮助数以万计的朋友们使用好R，让R服务我们的工作和改善我们的生活。

◆互动交流

我是陆勤，微信号：wangluqing360，你们在R路上的朋友，一起欣赏R路上的风景。大数据R语言群：342699237，欢迎朋友们加入，共建最好的R社区。欢迎读者朋友们撰稿深度挖掘，回复消息给我留言或者邮件至1181906473@qq.com。

◆如何查看更多好文章

查看【历史记录】