R援助中的基本回歸模型

-1

我開始深入研究R並教給我自己的基礎知識，並且我想着手尋求幫助幾個命令。R援助中的基本回歸模型

我想了解使用從文本文件拉出一個數據集以下概念：

對於初學者來說，這裏是有問題的文本文檔的前幾行：

salary  totcomp tenure age  sales profits assets Industry 
24222.39 58936.87 7  61  161315 2956 257389 2 
24048.97 59219.46 0  51  144416 22071 237545 3 
23172.99 56814.47 11 63  139208 4430 49271 2 
23431.15 56971.3  6  60  100697 6370 92630 3 
22049.87 55596.23 18 63  100469 9296 355935 3

創建相關表

salary<-read.table(file="C:/Users/sean/Desktop/ceosalary.txt", header = TRUE,sep="\t") 
attach(salary) 
cor(salary[-c(1,4,6)])

構建多元迴歸模型

lm(formula = profits - Industry) 
o1<-lm(salary-profits)

當執行lm()發生錯誤：

錯誤model.frame.default（式=薪水 - 利潤，drop.unused.levels = TRUE）：無效型（列表），用於變量 '薪水'

獲取的方差分析表

對於AB Ove多元迴歸模型，使用anova()：

anova(lm)

我是否在正確的軌道上使用這些命令？

來源

2014-10-01 herpderp

什麼是你想要的模型，以適應？你是否試圖根據利潤預測工資？那麼你想要'lm（薪水〜利潤）'而不是'lm（薪水 - 利潤）' - 注意波浪號「〜」而不是減號。前者用於在R中指定公式。另外，我建議避免使用「attach（）」。它可以很快地搞亂你的搜索路徑，大多數函數都有一個'data ='參數，所以它沒有必要。例如：lm（薪水〜利潤，數據=工資）' – MrFlick 2014-10-01 22:41:48

同樣要打印擬合的regreesion模型的ANOVA表，使用例如'fit < - lm（salary_enefits，data = salary）'來捕獲擬合模型，然後用'anova（fit）'顯示ANOVA表。在我看來，「工業」應該是一個明確的變量。在這種情況下，您應該在使用'salary $ Industry < - factor（salary $ Industry）''將其轉換爲一個因子'之後再擬合一個模型。 – SimonG 2014-10-01 22:44:06

不，我試圖根據行業，然後銷售，然後年齡來預測利潤。 – herpderp 2014-10-01 22:48:33

您的模型不是多元迴歸模型。它是一個簡單的線性迴歸。 lm函數的公式是y〜x而不是y-x。這裏y是因變量，x是自變量。

在R，你應該像這樣的代碼：

fit <- lm(profits~Industry, data=salary) 
summary(fit)

如果你想要做的多元迴歸，

fit <- lm(profits~Industry+tenure+age, data=salary) 
summary(fit)

彙總（FIT）會給你的模型與p輸出值，迴歸係數，殘差標準誤差和許多其他事情。

對於做方差分析，你應該做的：

anova(fit)

來源

2014-10-01 23:20:53 technOslerphile

R援助中的基本回歸模型

回答

相關問題