资源描述：
《用r软件作回归分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、数学与计算科学学院《统计建模与R软件》实验报告题目：用R软件作回归分析专业：信息与计算数学学号：姓名：指导教师：黄新博士成绩：二零一五年三月二十四日《统计建模与R软件》实验报告(3)学号：姓名：班级：成绩：实验名称：用R软件作回归的描述性分析实验地点：所使用的工具软件及环境：R软件一、实验目的:理解I叫归分析原理，会R软件对数据进行回归分析。二、实验步骤：1、确定丫与变axz间的定量关系表达式，即回归方程2、对求得的回归方程的可信度进行检验3、利用所求得的回归方程进行预测和控制三、实验内容：Forbes数据：在IJLttt纪四、五十年代苏格兰物理学家JamesD.Forbes
2、,试图通过水的沸点來估计海拔高度.问题：气压及沸点是如何联系的？这种关系是强是弱？我们能否根据温度预测气压？如果能，有效性如何？求解过程：>X<-matrix(c(194.5,20.79,1.3179,131.79,+194.3,20.79,1.1379,131.79,+197.9,22.40,1.3502,135.02,+198.4,22.67,1.3555,135.55,+199.4,23.15,1.3646,136.46,+199.9,23.35,1.3683,136.83,+200.9,23.89,1.3782,137.82,+201.1,23.99,1.3800,1
3、38.00,+201.4,24.02,1.3806,138.06,+201.3,24.01,1.3805,138.05,4-203.6,25.14,1.4004,140.04,+204.6,26.57,1.4244,142.44,+209.5,28.49,1.4547,145.47,+208.6,27.76,1.4434,144.34,+210.7,29.04,1.4630,146.30,+211.9,29.88,1.4754,147.54,+212.2,30.06,1.4780,147.80),ncol=4,byrow=T,+dimnames=list(1:17,c(”F”
4、,”hTlog”,”log100”)))>forbes<-as.data.frame(X)>plot(forbes$F,forbes$log100)>plot(forbes$F,forbes$log100)对Forbes数据散点图其基木上落在一条肓线上，作冋归分析，>Im.sol<-lm(log100〜F,data=forbes)>summary(lm.sol)得到：Call:lm(formula=log100~F,data=forbes)Residuals:Min1QMedian3QMax-0.32261-0.14530-0.067500.021111.35924Coeff
5、icients:EstimateStd.ErrortvaluePr(>
6、t
7、)(Intercept)-42.130873.33895-12.622.17e-09***F0.895460.0164554.45<2e-16***Signif.codes:0*****0.0010.01*0.05T0.11*1Residualstandarderror:0.3789on15degreesoffreedomMultipleR-squared:0.995,AdjustedR-squared:0.9946F-statistic:2965on1and15DF,p-value:<2.2e-16
8、我们将得到的自线方程画在散点图上，命令如下：>abline(lm.sol)得到散点图和相应的回归直线，如图3.1所示。ozo260_s$£210195200205kxbesSF图3.1Forbes数据的散点图与回归直线计算残差，并画出关在R软件中，函数residusalsO计算冋归方程残差,于残差的散点图，如图3.2所示。00L6o_ss①qJOJ195200205210forbes$F图3.2Forbes数据残差得散点图>y.res<-residuals(lm.sol);plot(y.res)>text(12,y.res[12],labels=12,adj=1.2)其中te
9、xt(12,y.res[12],adj=12)是将第12号残差点标出。>Im12<-lm(log100〜F,data=forbes,subest=・12)>Im12<-lm(log100〜F,data=forbes,subset=・12)>summary(lm12)Call:lm(formula=loglOO~Edata=forbes,subset=-12)Residuals:MinIQMedian3QMax-0.21175-0.061940.015900.090770.13042Coefficient
