R語言迴歸分析

迴歸分析相關函數：

1. help(lm)：查看lm函數的幫助信息
2. lm(y~x)：預測y和x的線性關係，lm的使用很靈活，具體能夠參考幫助文檔。lm(y~1+x)/lm(y~x)均表示y=a+bx有截距形式的線性模型，lm(y~x-1)/lm(y~x+0)/lm(y~0+x)表明的是算出來的模型要過原點
3. summary(lm(y~x))：查看lm函數預測出來的線性模型y~x的相關信息，提取模型彙總資料
4. coef(z)：返回模型的係數
5. formula(lm(y~x+1))：提取模型的公式
6. deviance(z)：計算殘差平方和，也就是方差
7. residuals(z)：顯示每一項樣本的殘差
8. plot(z)：繪製模型圖，要把R命令窗口最大化才能看到圖形，按enter查看下一個圖形，要所有看完全部圖形，不然無法回到命令行
9. print(z)：簡單打印模型信息
10. anova(z)：計算方差分析表
11. predict(z,data.frame(x=3))：經過模型z預測數據3的值

迴歸分析注意點：

1. 迴歸問題擅長於內推插值，而不擅長於外推概括，在使用迴歸模型作預測時要注意x適用的取值範圍。好比說身高，若是不在x的取值範圍內，就不能預測了。
2. 啞變量/虛擬變量：啞變量 虛擬變量 線性迴歸

迴歸分析的簡單步驟：

#創建數據：身高-體重
x=c(171,175,159,155,152,158,154,164,168,166,159,164)
y=c(57,64,41,38,35,44,41,51,57,49,47,46)
#創建線性模型
z=lm(y~x)
#提取模型公式
formula(z)
#繪製模型
plot(z)

遺留問題： 逐步迴歸，step方法等，在ML02e.mp4有涉及到

迴歸分析預測法