数据价值-DataValues

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 381|回复: 0

[R语言] 线性回归模型分析一般步骤小结_r语言

[复制链接]

1万

主题

1万

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
39029
发表于 2016-12-12 13:00:37 | 显示全部楼层 |阅读模式
线性回归模型分析一般步骤小结_r语言,
回归的一般步骤:
(1)初次回归
fit = lm(Murder~Population+Illiteracy+Income+Frost,data=states)
summary(fit),
(2)逐步回归
step(fit) 逐步回归
查共线,
(3)重新拟合
fit = lm(Murder~Population+Illiteracy,data=states),
(4)残差分析
r_fit = residuals(fit)
rs_fit = rstandard(fit)
fit_=fitted(fit),
(4.1)残差直方图与正态曲线差异,hist(r_fit,freq=F, ylim=c(0.00,0.20)),x=seq(-8,8,by=.5),lines(x,dnorm(x,mean(r_fit),sd(r_fit))),
(4.2)模型是否合理,同方差,离群点
par(mfrow=c(2,2))
plot(fit),
(5)预测
pre = data.frame(Population=c(2110,2541,2348,2999),Illiteracy=c(1.9,0.7,3.3,0.2))
predict(fit,pre,interval=”prediction”,level=0.95),
其中states是R自带的数据,请大家拍砖提出修改意见,谢谢,形成一个处理该类问题的一个一般化的步骤方法。,,
还有误差项序列相关和遗漏变量检验,结构突变检验也可以做一下。
step()是用AIC和SBC做的,所以用F检验考察一下一些系数是否同时为0。,
转载请注明:数据分析 » 线性回归模型分析一般步骤小结_r语言
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|小黑屋|DataValues ( 赣ICP备16006919号 ) DataValues

GMT+8, 2019-10-20 01:52 , Processed in 0.124731 second(s), 29 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表