京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用R语言进行简单线性回归分析,数据出自何晓群--应用回归分析,语言如下所示:
x y
3.4 26.2
1.8 17.8
4.6 31.3
2.3 23.1
3.1 27.5
5.5 36
0.7 14.1
3 22.3
2.6 19.6
4.3 31.3
2.1 24
1.1 17.3
6.1 43.2
4.8 36.4
3.8 26.1
#-------------------------------------------------------------#数据准备
fire <- read.table('D:/fire.txt', head = T)
#-------------------------------------------------------------#回归分析
plot(fire$y ~ fire$x)
fire.reg <- lm(fire$y ~ fire$x, data = fire) #回归拟合
summary(fire.reg) #回归分析表
anova(fire.reg) #方差分析表
abline(fire.reg, col = 2, lty = 2) #拟合直线
#-------------------------------------------------------------#残差分析
fire.res <- residuals(fire.reg) #残差
fire.sre <- rstandard(fire.reg) #学生化残差
plot(fire.sre)
abline(h = 0)
text(11, fire.sre[11], label = 11, adj = (-0.3), col = 2) #标注点
#-------------------------------------------------------------#预测与控制
attach(fire) #连接
fire.reg <- lm(y ~ x) #这种回归拟合简单
fire.points <- data.frame(x = c(3.5, 4))
fire.pred <- predict(fire.reg, fire.points, interval = 'prediction', level = 0.95) #预测:置信区间
fire.pred
detach(fire) #取消连接
--------------------------------------------------------------------------------------------------
#附自编的过程程序:(R最大的好处是可以自己编想要的程序和函数,尤其没有内置函数的时候)
fire <- read.table('D:/fire.txt', head = T)
attach(fire)
--------------------------------------------
lxy <- function(x){
sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- (x[i] - mean(x)) * (y[i]-mean(y))
sum <- sum + sum0}
sum}
---------------------------------------------------------------------------------
#用这个就不需要循环了
lxy <- function(x){
mid <- (x - mean(x)) * (y-mean(y))
sum <- sum(mid)
sum}
#对于数据框、列表等数据对象要善用apply()函数。
---------------------------------------------------------------------------------
lxx <- function(x){
sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- (x[i] - mean(x))^2
sum <- sum + sum0}
sum}
Lxx <- lxx(x)
Lyy <- lxx(y)
Lxy <- lxy(x)
b1 <- Lxy / Lxx; b1 #回归系数斜率
b0 <- mean(y) - b1 * mean(x); b0 #回归系数截距
residu <- y - (b0 + b1*x); residu #残差
r <- Lxy / sqrt(Lxx * Lyy); r #相关系数
rsqure <- r^2; rsqure #决定系数
adrsqure <- 1 - ((length(x)-1)/(length(x)-2))*(1-r^2) #调整后的决定系数
----------------------------------------------------------------------------------
esrequre <- function(x){ #求标准差平方估计值
sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- residu[i]^2
sum <- sum + sum0}
residusqure <- sum/(length(x)-2)
residusqure}
esterreq <- esrequre(x); esterreq #标准差平方估计值(MSE)
ester <- sqrt(esrequre(x)); ester #标准差估计值(回归分析表给出的标准误差)
val_t <- b1*sqrt(Lxx) / ester; val_t #检验回归系数斜率b1的t值
SSe <- function(x){ #求残差平方和
sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- residu[i]^2
sum <- sum + sum0}
sum}
SSE <- SSe(x); SSE #残差平方和
MSE <- SSE/(length(x)-2); MSE #残差均方和
SSr <- function(x){
sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- ((b0 + b1*x[i]) - mean(y))^2
sum <- sum + sum0}
sum}
SSR <- SSr(x); SSR #回归平方和
MSR <- SSR/1; MSR #回归均方和
val_F <- SSR / MSE; val_F #检验回归方程F值
hi <- 1/length(x) + (x-mean(x))^2/Lxx #杠杆值
ZRE <- residu / ester; ZRE #标准化残差
SRE <- residu/(ester*sqrt(1-hi)); SRE #学生化残差
Y <- function(x){b0 + b1 * x} #点估计
Y(3.5)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12