欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

R语言多元线性回归

程序员文章站 2022-07-14 19:42:18
...

多元线性回归关键在于自变量筛选。一般采用后退法。

R语言多元线性回归

# 工业用电量的全变量回归
lm.fullind <- lm(data[,10] ~ data[,3]+data[,5]+data[,6]+data[,7]+
                   data[,14]+data[,15])
summary(lm.fullind)

R语言中summary可以打印每个自变量的p值(“Pr(>|t|)”)

Call:
lm(formula = data[, 10] ~ data[, 3] + data[, 5] + data[, 6] + 
    data[, 7] + data[, 14] + data[, 15])

Residuals:
   Min     1Q Median     3Q    Max 
-63.18 -19.56   5.48  17.19  53.79 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) 1832.67765  532.30742   3.443 0.001255 ** 
data[, 3]      0.11092    0.01781   6.227 1.43e-07 ***
data[, 5]     -0.12608    0.03110  -4.054 0.000197 ***
data[, 6]     -0.17146    0.07263  -2.361 0.022637 *  
data[, 7]      0.27577    0.11750   2.347 0.023389 *  
data[, 14]     4.11264    0.96517   4.261 0.000103 ***
data[, 15]   -15.69347    4.80593  -3.265 0.002094 ** 
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 28.97 on 45 degrees of freedom
  (22 observations deleted due to missingness)
Multiple R-squared:  0.6968,	Adjusted R-squared:  0.6564 
F-statistic: 17.24 on 6 and 45 DF,  p-value: 3.155e-10
每次剔除p值最大的自变量,直至所有自变量后面都有*号即可。