線性擬合常用函數(shù)介紹2021.3.18

1.線性擬合常用函數(shù)

除了summary函數(shù)還有一些用來查看擬合程度的結(jié)果


圖1 線性擬合常用函數(shù)

1.1 coefficients函數(shù)

接著用上節(jié)women的線性回歸結(jié)果厦坛,也可以簡寫為coef(fit)

coefficients(fit)
圖2 coefficients函數(shù)結(jié)果

1.2 confint函數(shù)

接著用上節(jié)women的線性回歸結(jié)果

confint(fit)
圖3 confint函數(shù)結(jié)果

1.3 fitted函數(shù)

接著用上節(jié)women的線性回歸結(jié)果芦昔,fitted用于計(jì)算預(yù)測值杀饵。

fitted(fit)#根據(jù)height值通過預(yù)測函數(shù)計(jì)算預(yù)測值
women$weight-fitted(fit)#計(jì)算殘差
圖4 fitted函數(shù)結(jié)果

1.4 residuals函數(shù)

接著用上節(jié)women的線性回歸結(jié)果你雌。

residuals(fit)#計(jì)算殘差
圖5 residuals函數(shù)計(jì)算結(jié)果

1.5 predict函數(shù)

predict函數(shù)用擬合結(jié)果對新數(shù)據(jù)進(jìn)行預(yù)測吁朦,第一次參數(shù)是擬合結(jié)果吱晒,第二個參數(shù)是新數(shù)據(jù)引颈,接著用上節(jié)women的線性回歸結(jié)果。

predict(fit,women1)#根據(jù)擬合結(jié)果對新數(shù)據(jù)進(jìn)行預(yù)測
圖6 predict函數(shù)計(jì)算結(jié)果

2. 繪圖

2.1 plot繪圖

plot函數(shù)對lm擬合的結(jié)果進(jìn)行繪圖凯肋,一共繪制四幅圖殘差擬合圖谊惭,正態(tài)QQ圖,大小位列圖以及殘差影響圖侮东。

plot(fit)

第一幅圖用來表示因變量與自變量是否呈線性關(guān)系圈盔,圖中的點(diǎn)是殘差的分布,曲線為擬合曲線悄雅。


圖7 殘差擬合圖

第二幅圖是用來描述正態(tài)性的QQ圖驱敲,如果數(shù)據(jù)呈正態(tài)分布,則在QQ圖中就是一條直線宽闲,圖中殘差值也是呈直線分布众眨。這就說明滿足了正態(tài)性的要求。


圖8 正態(tài)QQ圖

第三幅圖是位置與尺寸圖便锨,用來描述同方差性围辙,如果滿足不變方差的假設(shè)我碟,那么圖中水平線周圍的點(diǎn)應(yīng)該是隨機(jī)分布的放案,這個圖滿足條件。
圖9 大小位列圖

第四幅圖是殘差與杠桿圖矫俺,提供了對單個數(shù)據(jù)集的觀測吱殉。從圖中可以看到哪個點(diǎn)偏差較遠(yuǎn),可以用來鑒別離群點(diǎn)厘托,高杠桿點(diǎn)和強(qiáng)影響點(diǎn)友雳。

  • 離群點(diǎn)表示回歸模型對這個點(diǎn)的預(yù)測效果不好,殘差值比較大铅匹,不適合模型押赊。
  • 高杠桿點(diǎn)表示異常的預(yù)測變量的組合
  • 強(qiáng)影響點(diǎn)表示這個值對模型參數(shù)的估計(jì)產(chǎn)生的影響過大,可以用cook's distance來鑒別


    圖10 殘差影像圖

2.2 abline繪圖

abline是繪制出擬合曲線包斑,他需要數(shù)據(jù)集的散點(diǎn)圖上再進(jìn)行操作流礁,所以就必須要先繪制散點(diǎn)圖涕俗,再繪制擬合曲線。

plot(women$height,women$weight)
abline(fit)
圖11 擬合曲線圖
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末神帅,一起剝皮案震驚了整個濱河市再姑,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌找御,老刑警劉巖元镀,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異霎桅,居然都是意外死亡栖疑,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進(jìn)店門滔驶,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蔽挠,“玉大人,你說我怎么就攤上這事瓜浸“氖纾” “怎么了?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵插佛,是天一觀的道長杠巡。 經(jīng)常有香客問我,道長雇寇,這世上最難降的妖魔是什么氢拥? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮锨侯,結(jié)果婚禮上嫩海,老公的妹妹穿的比我還像新娘。我一直安慰自己囚痴,他們只是感情好叁怪,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著深滚,像睡著了一般奕谭。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上痴荐,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天血柳,我揣著相機(jī)與錄音,去河邊找鬼生兆。 笑死难捌,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播根吁,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼昆汹,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了婴栽?” 一聲冷哼從身側(cè)響起满粗,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎愚争,沒想到半個月后映皆,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡轰枝,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年捅彻,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鞍陨。...
    茶點(diǎn)故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡步淹,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出诚撵,到底是詐尸還是另有隱情缭裆,我是刑警寧澤,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布寿烟,位于F島的核電站澈驼,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏筛武。R本人自食惡果不足惜缝其,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望徘六。 院中可真熱鬧内边,春花似錦、人聲如沸待锈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽炉擅。三九已至辉懒,卻和暖如春阳惹,著一層夾襖步出監(jiān)牢的瞬間谍失,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工莹汤, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留快鱼,地道東北人。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像抹竹,于是被迫代替她去往敵國和親线罕。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容