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$resid #获得残差
vcov(result) ＃针对于拟合后的模型计算方差－协方差矩阵
shapiro.test(b) #做残差的正太性检验
norm(bres)line(bres) #做残差
）attach(byu)lm(salary ~ age+exper)
lm(salary~.,byu) #利用全部自变量做线性回归
lm()只能得出回归系数，要想得到更为详尽的回归信息，应该将结果作为数据保存或者使用“拟合模型”（fitted model）
result<-lm(salary~age+ exper + age*exper, data=byu)
summary(result)
myresid<-result$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
qqnorm(bres)qqline(bres) #做残差
）attach(byu)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”（fittedmodel）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
