关于本站
人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!
经管之家新媒体交易平台
提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】
期刊
- 期刊库 | 马上cssci就要更新 ...
- 期刊库 | 【独家发布】《财 ...
- 期刊库 | 【独家发布】“我 ...
- 期刊库 | 【独家发布】“我 ...
- 期刊库 | 【独家发布】国家 ...
- 期刊库 | 请问Management S ...
- 期刊库 | 英文期刊库
- 核心期刊 | 歧路彷徨:核心期 ...
TOP热门关键词
扫码加入统计交流群 |
8.1回归的多面性
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EicPUlPaeIFQgqmr0lRJdntmXSUIZfW4M0eRLdWhddxy2cjdnCWetTicHQ/0?wxfmt=jpeg
8.2 OLS回归
OLS回归拟合模型形式:
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EicjVdI4WUxcP2G5xaOycAjYTSnx0qnibaJ8DdxUibRhCpgeNibXSomv1SVg/0?wxfmt=jpeg
为了能够恰当地解释oLs模型的系数,数据必须满足以下统计假设。
口正态性对于固定的自变量值,因变量值成正态分布。
口独立性Yi值之间相互独立。
口线性因变量与自变量之间为线性相关。
口同方差性因变量的方差不随自变量的水平不同而变化。也可称作不变方差,但是说同方差性感觉上更犀利。
8.2.1用lm()拟合回归模型
myfit<-lm(formula,data)
formula指要拟合的模型形式,data是一个数据框,包含了用于拟合模型的数据。
表达式(formula):Y~X1+X2+…+Xk
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3Eicfzq4Is9MnNGQGQTBluUH47pnUMX3BI5k1XabGRHIhdV3VpYXf1h5pw/0?wxfmt=jpeg
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EicsI1zQI3zlvzg9sHStJAII7gzFT7VhvlD3iaDzWMicy4YP98BdBM1DSkw/0?wxfmt=jpeg
8.2.2简单线性回归
> fit<-lm(weight~height,data=women)
> summary(fit)
Call:
lm(formula = weight ~height, data = women)
Residuals:
Min 1QMedian 3Q Max
-1.7333 -1.1333-0.38330.74173.1167
Coefficients:
Estimate Std. Error t valuePr(>|t|)
(Intercept)-87.51667 5.93694-14.74 1.71e-09 ***
height 3.45000 0.0911437.85 1.09e-14 ***
---
Signif. codes:0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’1
Residual standarderror: 1.525 on 13 degrees of freedom
MultipleR-squared:0.991, Adjusted R-squared:0.9903
F-statistic:1433 on 1 and 13 DF,p-value: 1.091e-14
> plot(women$height,women$weight,xlab="h",ylab="w")
> abline(fit)
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EicZibVOjLVWBh4hzFcpAdjtgicweXmKfWuLMBaulxzV5U5IicMRoj1JIcqA/0?wxfmt=jpeg
8.2.3多项式回归
> plot(women$height,women$weight,xlab="h",ylab="w")
> abline(fit)
> fit2<-lm(weight~height+I(height^2),data=women)
> plot(women$height,women$weight,xlab="height(ininches)",ylab="weight (in lbs)")
> lines(women$height,fitted(fit2))
8.2.4多元线性回归
> library(car)
> states<-as.data.frame(state.x77[,c("Murder","Population","Illiteracy","Income","Frost")])
> cor(states)
Murder PopulationIlliteracy Income
Murder 1.0000000 0.34364280.7029752 -0.2300776
Population0.3436428 1.00000000.10762240.2082276
Illiteracy0.7029752 0.10762241.0000000 -0.4370752
Income -0.2300776 0.2082276 -0.43707521.0000000
Frost -0.5388834 -0.3321525 -0.67194700.2262822
Frost
Murder -0.5388834
Population -0.3321525
Illiteracy -0.6719470
Income 0.2262822
Frost 1.0000000
> scatterplotMatrix(states,spread=FALSE,lty.smooth=2,main="spm")
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EicMNje6TZRqbOZzz32910VLgoMVQp3ThbbvKTYvS7Y2qI9GQ8iaQpZGsg/0?wxfmt=jpeg
8.2.5有交互项的多元线性回归
> fit<-lm(mpg~hp+wt+hp:wt,data=mtcars)
> summary(fit)
Call:
lm(formula = mpg ~ hp +wt + hp:wt, data = mtcars)
Residuals:
Min 1QMedian 3Q Max
-3.0632 -1.6491-0.73621.42114.5513
Coefficients:
Estimate Std. Error t valuePr(>|t|)
(Intercept)49.80842 3.6051613.816 5.01e-14 ***
hp -0.12010 0.02470 -4.863 4.04e-05 ***
wt -8.21662 1.26971 -6.471 5.20e-07 ***
hp:wt 0.02785 0.007423.753 0.000811 ***
---
Signif. codes:0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’1
Residual standarderror: 2.153 on 28 degrees of freedom
MultipleR-squared:0.8848, Adjusted R-squared:0.8724
F-statistic: 71.66 on 3and 28 DF,p-value: 2.981e-13
Effects包中的effect()函数,可以用图形展示交互项的结果
Plot(effect(term,mod,xlevels),multiline=TRUE)
term即模型要画的项,mod为通过lm ( )拟合的模型,xlevels是一个列表,指定变量要设定的常量值,multiline=TRUE选项表示添加相应直线。
欢迎关注:
http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pcxNeeKU0zq8TEgvw4J3EiczPnHX3JCqRe1pvFe0VHKph4SV6k6DR1h909nau18CYWO4NK8RlZVXw/0?wxfmt=jpeg
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
您可能感兴趣的文章
本站推荐的文章
人气文章
本文标题:R in action读书笔记(8)-第八章:回归(上)
本文链接网址:https://bbs.pinggu.org/jg/kaoyankaobo_kaoyan_3677789_1.html
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。