第十讲R语言中的统计.ppt

下载文档 降价啦

3
0
约1.16万字
约 42页
2019-09-20 发布于江西
举报
版权申诉
保障服务

第十讲R语言中的统计.ppt

1、本文档共42页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

summary(lm(dist~speed,data=cars)) Call: lm(formula = dist ~ speed, data = cars) Residuals: Min 1Q Median 3Q Max -29.069 -9.525 -2.272 9.215 43.201 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) -17.5791 6.7584 -2.601 0.0123 * speed 3.9324 0.4155 9.464 1.49e-12 *** --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 Residual standard error: 15.38 on 48 degrees of freedom # 残差的标准误 Multiple R-squared: 0.6511, Adjusted R-squared: 0.6438 # 相关系数的平方 F-statistic: 89.57 on 1 and 48 DF, p-value: 1.490e-12 # F值, 整体回归的检验回归模型的详细信息总平方和(SS总)=残差平方和(SS残)+回归平方和(SS回) 残差的标准误相关系数的平方 S=sqrt(SS残/n-2) R2=SS回/SS总评价模型的适配性 car.2-lm(dist~1+speed+I(speed^2),data=cars) summary(car.2) Call: lm(formula = dist ~ 1 + speed + I(speed^2), data = cars) Residuals: Min 1Q Median 3Q Max -28.720 -9.184 -3.188 4.628 45.152 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 2.47014 14.81716 0.167 0.868 speed 0.91329 2.03422 0.449 0.656 I(speed^2) 0.09996 0.06597 1.515 0.136 Residual standard error: 15.18 on 47 degrees of freedom Multiple R-squared: 0.6673, Adjusted R-squared: 0.6532 F-statistic: 47.14 on 2 and 47 DF, p-value: 5.852e-12 anova(car.2) Analysis of Variance Table Response: dist Df Sum Sq Mean Sq F value Pr(F) speed 1 21185.5 21185.5 91.986 1.211e-12 *** I(speed^2) 1 528.8 528.8 2.296 0.1364 Residuals 47 10824.7 230.3 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 五、广义线性模型 glm(formula, family = gaussian, data, weights, subset, na.action, start = NULL, etastart, mustart, offset, control = list(...), model = TRUE, method = glm.fit, x = FALSE, y = TRUE, contrasts = NULL, ...) example(glm) 六、相关分析如果两个变量间呈线性关系，又不需要由x来估计y，只需了解x和y的相关程度以及相关性质，可以通过计算表示x和y相关程度和性质的统计数——相关系数来进行研究。记x =x1, x2,…