lm(salary ~ age+exper)
lm(salary~.,byu) #利用全部自变量做线性回归
lm()只能得出回归系数,要想得到更为详尽的回归信息,应该将结果作为数据保存或者使用“拟合模型”(fitted model)
result<-lm(salary~age+ exper + age*exper, data=byu)
summary(result)
myresid<-result$resid #获得残差
vcov(result) #针对于拟合后的模型计算方差-协方差矩阵
shapiro.test(b) #做残差的正太性检验
norm(bres)line(bres) #做残差
1、R语言矩阵函数t(x) 转置diag(x) 对角阵x %*% y 矩阵运算solve(a,b) 运算a%*%x=b得到xsolve(a) 矩阵的逆rowsum(x)行加和colsum(x)列加和rowMeans(x) 行平均colMeans(x) 列平均
2、求解线性方程组
分析:使用函数solve(a,b),运算a%*%x=b得到x。a<-matrix(c(1,1,1,-1),2,2)b<-c(3,1)solve(a,b)运行结果>a<-matrix(c(1,1,1,-1),2,2)b<-c(3,1)solve(a,b)[1] 2 1a<-matrix(c(1,1,1,-1),2,2)
b<-c(3,1)
solve(a,b)
运行结果
>a<-matrix(c(1,1,1,-1),2,2)b<-c(3,1)solve(a,b)
[1] 2 1
注:这里矩阵a从数组读数是按照列读数