R语言学习DAY04：回归分析

Python023

R语言学习DAY04：回归分析,第1张

R本身是一门统计语言，主要用于统计分析，前面的语法部分算是基础，接下来开始进入统计模型应用。首先从最常用的回归分析说起。

有关线性回归分析模型的基本假定需要注意：1）关于随机干扰项的高斯-马尔科夫定理；2）关于自变量的：不存在共线性；3）关于模型的：模型设定正确。

用 glm 函数建立广义线性模型，用参数 family 指定分布类型，logistic模型指定为binomial

用 predict 函数进行预测， predict(model, data, type = 'response'

此外，还可以用 mlogit 包中的 mlogit 函数做多分类变量logistic回归， rms 包中的 lrm 函数做顺序变量logistic回归， glmnet 包中的 glmnet 函数做基于正则化的logistic回归

基于R语言实现Lasso回归分析

主要步骤：

将数据存成csv格式，逗号分隔

在R中，读取数据，然后将数据转成矩阵形式

加载lars包，先安装

调用lars函数

确定Cp值最小的步数

确定筛选出的变量，并计算回归系数

具体代码如下：

需要注意的地方：

1、数据读取的方法，这里用的file.choose( )，这样做的好处是，会弹出窗口让你选择你要加载进来的文件，免去了输入路径的苦恼。

2、数据要转为矩阵形式

3、（la） 可以看到R方，这里为0.66，略低

4、图如何看？ summary的结果里，第1步是Cp最小的，在图里，看到第1步与横轴0.0的交界处，只有变量1是非0的。所以筛选出的是nongyangungun

Ps: R语言只学习了数据输入，及一些简单的处理，图形可视化部分尚未学习，等论文写完了，再把这部分认真学习一下~~在这里立个flag

嗯，在分类变量中包括二分类的变量和多分类的变量，其中二分类的变量改成虚拟变量，只要将一类赋值为0，另一类赋值为1就可以了，0作为对照组；如果是多分类的变量，改成虚拟变量时，需要设立分类数减1的虚拟变量，比如年级有三个值：一年级、二年级、三年级，那就需要设两个虚拟变量：年级1、年级2，以一年级作为对照组，那年级1和年级2同时为0则表示一年级，年级1为1，年级2为0表示二年级，年级1为0，年级2为1表示三年级。

在输入数据时，数据中有两个变量：年级1和年级2，两个变量的取值都是0和1，在做回归分析时将这两个变量选入自变量中就可以了。（这些在logistic回归中其实就一步完成了，但是在线性回归中就按照上面说的，比较麻烦。）不知道我是否说明白了。