r语言中残差与回归值的残差图_R语言基础-数据分析及常见数据分析方法
weixin_39953102
原创
关注
1点赞·7168人阅读
R表达式中常用的符号
残差(Residuals)
残差是真实值与预测值之间的差,五个分位的值越小模型越精确
系数项与截距项(Coefficients &Intercept)和P值指标
残差标准误(Residual standard error)
残差的标准误差,越小越好
R方判定系数
模型拟合的质量判定指标,取值在0-1之间,值越大越好
Multiple R-squared: 0.991 表示该模型能解释99.1%的数据。
F统计量(F-statistic)
说明模型是否显著,值越小越好,说明模型越显著
判断模型是否适合的一般规则
先看F统计量是否小于0.05,如果小于0.05,再看R方判定系数。
*线性回归(解决一元多次)
回归(regression),通常指那些用一个或多个预测变量,也称自变量或解释变量来预测响应变量,也称为因变量、校标变量或结果变量的方法。
1.回归分析类型
x <- runif(100,min = 0,max = 5)y <- rnorm(n = 100,mean = 75,sd = 10)
stp_fun <- function(x){
y <- length(x)
for( i in 1:y)
x[i] <- max(0,x[i])
x[i] <- min(100,x[i])
x
}
#include <stdio.h>#include <string.h>
int main()
{
char s[100]
FILE *fp1, *fp2
fp1 = fopen("in.txt", "r")
fp2 = fopen("out.txt", "w")
if(fp1 == NULL || fp2 == NULL) return -1
while(~fscanf(fp1, "%s", s))
if(strchr(s, '.')) fprintf(fp2, "%s ", s)
fcloseall()
rename("in.txt", "out.txt")
return 0
}