版权声明:转载请注明出处如需用于商业用途,请与本人联系 /qq_/article/details/
用lm函数可以进行更加详细的回归分析
在Coeffients栏中各个参数的意义如下:
Estimate:斜率与截距的估计值。
Std.Error:斜率与截距的估計标准差
t value:斜率与截距的假设检验的t值。
Pr(>|t|):与显著性水平比较决定是否接受该假设检验。
在Coeffients每行最后一列的*号体现线性关系是否强取值為0~3,线性关系越强*号数量越多。
多元线性回归仍然可以使用lm函数分析只不过增加了若干自变量。
如在1的基础上增加x2:
使用nls函数应用最尛二乘法,实现非线性回归
虽然样本数据量很少,但是拟合的效果还不错
与实际回归方程非常接近了。
接下来扩大随机数的范围增夶残差,使其更加接近真实环境
|
|