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
logit=glm(y~x1+x2,data=data,family=binomial(link='logit'))glm表示广义线性回归,data表示y,x1,x2所在的数据集,family中的link用来选择回归类型,logit表示选择logistic回归