1.多元線性回歸（變量之間相互獨立）
當預測變量不止一個時呈昔，簡單線性回歸就變成了多元線性回歸霉囚，相當于求解多元方程粥惧。和簡單線性回歸不同的是，對于多個變量有的對數據的影響很大匆绣，有的則幾乎沒有影響驻右。
線性回歸要求的數據類型是數據框，我們用statte.x77數據集進行多元線性回歸崎淳，需要將數據格式從矩陣轉化為數據框再進行計算堪夭。
state.x77
states<-as.data.frame(state.x77[,c("Murder","Population","Illiteracy","Income","Frost")])#轉換數據格式
fit<-lm(Murder~Population+Illiteracy+Income+Frost,data=states)#四個未知數對謀殺率的影響
summary(fit)#總結擬合結果
圖1 多元線性回歸結果
由coefficients函數可得預測模型為
Muder=0.0002236754*Population+4.1428365903*Illiteracy+0.0000644247*Income+0.0005813055*Frost+1.2345634112
coef(fit)#查看各項系數，得出預測模型
圖2 coefficients函數得出預測模型
