技术标签: R 学习
由于原作者写得太好了,所以直接转载的,不得不佩服
逐步回归分析是以AIC信息统计量为准则,通过选择最小的AIC信息统计量,来达到删除或增加变量的目的。
R语言中用于逐步回归分析的函数 step() drop1() add1()
add1()函数的作用经查是用于增添变量的,与drop1()反向,但是这里的手输代码中没有涉及到,也没查到怎么用
逐步回归步骤:
1、首先对数据进行多元线性回归分析,观察显著性
2、逐步回归分析,观察逐步回归结果的显著性
3、逐步回归分析的优化,并观察结果的显著性
4、得到多元线性分析结果
#1.载入数据 首先对数据进行多元线性回归分析
tdata<-data.frame( x1=c( 7, 1,11,11, 7,11, 3, 1, 2,21, 1,11,10), x2=c(26,29,56,31,52,55,71,31,54,47,40,66,68), x3=c( 6,15, 8, 8, 6, 9,17,22,18, 4,23, 9, 8), x4=c(60,52,20,47,33,22, 6,44,22,26,34,12,12), Y =c(78.5,74.3,104.3,87.6,95.9,109.2,102.7,72.5, 93.1,115.9,83.8,113.3,109.4) ) tlm<-lm(Y~x1+x2+x3+x4,data=tdata) summary(tlm)
多元线性回归结果分析
通过观察,回归方程的系数都没有通过显著性检验
#2.逐步回归分析
tstep<-step(tlm) summary(tstep)
结果分析:当用x1 x2 x3 x4作为回归方程的系数时,AIC的值为26.94
去掉x3 回归方程的AIC值为24.974;去掉x4 回归方程的AIC值为25.011……
由于去x3可以使得AIC达到最小值,因此R会自动去掉x3;
去掉x3之后 AIC的值都增加 逐步回归分析终止 得到当前最优的回归方程
回归系数的显著性水平有所提高 但是x2 x4的显著性水平仍然不理想
#3.逐步回归分析的优化
drop1(tstep)
结果分析
如果去掉x4 AIC的值从24.974增加到25.420 是三个变量中增加最小的
#4.进一步进行多元回归分析
tlm<-lm(Y~x1+x2,data=tdata) summary(tlm)
结果分析
所有的检验均为显著
因此所得回归方程为y=52.57735+ 1.46831x1+ 0.66225x2.
问题:非线性情况如何处理
原文地址:https://www.cnblogs.com/liuzezhuang/p/3724497.html
文章浏览阅读336次。背景MapReduce作为分布式计算框架,一般情况下要依赖于HDFS在linux环境下运行,打包运行成本高,但我们开发时往往在Windows环境下,有没有一种方式在Windows上像调试普通程序一样调试MR程序呢?RunJar是Hadoop提供的工具包,专门用于运行jar文件的程序,结合Maven工具,可以实现在Windows环境下调试MR程序的目的。调试方法(以WordCount为例)..._windows下调试mapreduce
文章浏览阅读1.4k次。_centos7进入超级管理员
文章浏览阅读1k次。膜拜 (mo)题目描述:小鱼有 n 名优秀的粉丝。粉丝们得知小鱼将会在一条直线上出现,打算去膜他。为了方便,粉丝们在这条直线上建立数轴。第 i 名粉丝有一个侦查区间[li,ri] 。如果小鱼在 j(li≤j≤ri) 处出现,这名粉丝将立刻发现并膜他。小鱼希望膜他的人越多越好,但是他不能分身,因此只能选择一个位置出现。小鱼想知道自己最多能被多少个人膜。输入:第一行一个整数n —— 粉丝的个数。接下来 n 行,每行两个整数 li,ri ,分别表示第 i 名粉丝的侦查区间的两个端点。两个数之间用_重叠区间的最多次数
文章浏览阅读876次。自己搭建VPS系列文章自己搭建VPS系列文章,介绍了如何利用自己的计算机资源,通过虚拟化技术搭建VPS。在互联网2.0时代,每个人都有自己的博客,还有很多专属于自己的互联网应用。这些应用大部分都是互联网公司提供的。对于一些有能力的开发人员(geek)来说,他们希望做一些自己的应用,可以用到最新最炫的技术,并且有自己的域名,有自己的服务器。这时就要去租一些互联网上的VPS主机。VPS_ubuntu lookback
文章浏览阅读3.4w次。将本地图片上传至leancloud后台.获取本地图片或者拍照,我在上一篇博文中写过.这里就不说了.我的博客直接上代码:1.index.js//index.js//获取应用实例var app = getApp()const AV = require('../../utils/av-weapp.js');Page({ data: { temp_微信小程序require本地图片
文章浏览阅读5.1k次,点赞4次,收藏5次。为el-col、el-row添加点击事件要为el-col和el-row添加点击事件,不能用常用的v-on:click=”function()”或@click=”function()”添加点击事件,应该使用v-on:click.native="function()"或@click=”function()”添加点击事件..._el-col点击事件
文章浏览阅读3.2k次。 在QDialog的派生类中,添加Layout,可在创建Layout对象的同时指定其父窗口,但这在QMainWindow中行不通,可能会出现" ..已经设置过布局.. "或者设置的Layout不能正常显示。这是因为基于主窗口的程序,默认已经有了自己的布局管理器,所以再次设置Layout的话会失效。 QMainWindow的中心控件是一个QWidget,可以通过setCentralW..._qt qmainwindow layout
文章浏览阅读500次。最新(免锁版)网络图横道图绘制软件,内附安装教程,制图做更快网络图横道图绘制可制作双代号网络计划、单代号网络图、横道图(及甘特图Gantt),是最常用的计划与控制手段之一,项目管理的必备工具,还可作为企业生产进度计划与生产排程。网络图绘制无需草稿,用鼠标直接在屏幕上画图,直接用鼠标对工作增、删、改和调节逻辑关系。该横道图编制软件简单方便,上手即会,可添加子工作,子工作可折叠,可打印,非常..._项目管理单代号画图工具
文章浏览阅读2.4k次。# 生成 TokenToken 是一种动态密钥,通过 AppKey、AppSecret、用户名、有效时间戳等参数生成,安全性较高。在正式生产环境等对安全要求较高的场景中,我们推荐使用 Token 鉴权。TIP在生成 Token 前请确保您已经在控制台开启了 Token 鉴权模式。具体参考 开启 Token 鉴权模式 。在生成 Token 前,您需要在控制台获取必要的参数:AppSecret 。具体..._token能自己造吗
文章浏览阅读1.2w次,点赞4次,收藏19次。Android项目集成穿山甲开屏/插屏/横幅广告教程大全_bytedancecsjdemo
文章浏览阅读224次。在上一篇博客中,我对jQuery的队列(queue)机制和动画(animate)机制做了一个深入的解析,在animate的实现机制其核心是依靠queue来完成的,其中在jQuery的链式调用部分,之前我非常疑惑为什么animate内部只需要在第一次入队操作后进行一次出队,然后就可以在第一个动画完成后直接使用next()来实现下一个动画出队,这个问题一度让我非常的疑惑,通过接近三个小时的战斗(deb..._javascript 线程和 ui 线程
文章浏览阅读2.4k次。1 Btrfs简介 Btrfs被称为是下一代 Linux文件系统。近年来 ext2/3遇到越来越多的扩展性问题,在期待 ext4的同时,人们发现了 btrfs,据说它采用了很多先进的文件系统设计,不仅解决了 ext2/3 的扩展性问题,还让人们看到了下一代文件系统所具有的许多其他特性。在 btrfs 的主页上看到 btrfs的特性列表。首先是扩展性_scanning for btrfs filesystems failed to send flush request: operation not p