怎么用R语言编写一个完整的多元线性回归方程

Python014

怎么用R语言编写一个完整的多元线性回归方程,第1张

）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

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

coef不是写成回归模型的程序，而是读取你之前构建的模型回归系数。比如mylogit <- glm(admit ~ gre + gpa + rank, data = mydata, family = "binomial")你构建了logistic回归模型并把模型数据储存在mylogit这个对象里面。coef(mylogit)就会显示回归方程的回归系数。 你也可以print(mylogit)看看有什么不同。