不过R语言没有直接给出偏相关的函数;
我们要是做的话,要先调用cor.test()对变量进行Pearson相关性分析,
得到简单相关系数,然后做t检验,判断显著性。
)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
esrequre <- function(x){ #求标准差平方估计值sum <- 0
sum0 <- 0
for(i in 1:length(x)){
sum0 <- residu[i]^2
sum <- sum + sum0}
residusqure <- sum/(length(x)-2)
residusqure}
ester <- sqrt(esrequre(x))ester #标准差估计值(回归分析表给出的标准误差)
ZRE <- residu / esterZRE #标准化残差
满意请采纳。