Indholdsfortegnelse:
- Sådan opbygges en lineær model
- I stedet for at dykke ind i selve objektobjektet og finde oplysningerne et eller andet sted i listobjektet, kan du bruge nogle funktioner, der hjælper dig med at få de nødvendige oplysninger fra modellen. Du kan f.eks. Udtrække en navngivet vektor med koefficienterne fra modellen ved hjælp af coef () -funktionen, som denne: >> coef. Model coef. Model (Intercept) wt 37. 285126 -5. 344472
Video: Beregning af a og b ud fra 2 punkter- lineær funktion 2025
En variansanalyse for dine data kan også skrives som en lineær model i R, hvor du bruger en faktor som en forudsigelsesvariabel til at modellere en responsvariabel.
Selvfølgelig kan forudsigelsesvariabler også være kontinuerlige variabler. For eksempel har vægten af en bil tydeligvis indflydelse på kilometertal. Men det ville være rart at have en ide om størrelsen af den indflydelse. I det væsentlige vil du finde ligningen der repræsenterer trendlinjen. Du finder de data, du har brug for for at kontrollere dette i datasættet mtcars.
Sådan opbygges en lineær model
Funktionen lm () giver dig mulighed for at angive alt fra den mest enkle lineære model til komplekse interaktionsmodeller.
For at beregne kilometertal i funktion af vægten af en bil, bruger du funktionen lm (): >> Model <- lm (mpg ~ wt, data = mtcars)
Du leverer to argumenter:
-
Her modellerer du variablen mpg som en funktion af variablen wt. En dataramme, der indeholder variablerne i formlen:
-
Her bruger du datarammermtcars. Du kan angive mange komplekse modeller med formel grænsefladen, når du kender din vej.
Det resulterende objekt er en liste med en meget kompleks struktur, men i de fleste tilfælde behøver du ikke bekymre dig om det. Modelobjektet indeholder en masse oplysninger, der er nødvendige for beregningerne af diagnostik og nye forudsigelser.
I stedet for at dykke ind i selve objektobjektet og finde oplysningerne et eller andet sted i listobjektet, kan du bruge nogle funktioner, der hjælper dig med at få de nødvendige oplysninger fra modellen. Du kan f.eks. Udtrække en navngivet vektor med koefficienterne fra modellen ved hjælp af coef () -funktionen, som denne: >> coef. Model coef. Model (Intercept) wt 37. 285126 -5. 344472
Disse koefficienter repræsenterer afsnittet og hældningen af trendlinjen. Du kan bruge dette til at plotte trendlinjen på en scatterplot af dataene. Du gør dette i to trin:
Du plotter scatterplot med dataene.
Du bruger funktionen plot () til det.
-
Du bruger funktionen abline () til at tegne trendlinjen baseret på koefficienterne.
Følgende kode giver dig plottet: >> plot (mpg ~ wt, data = mtcars)> abline (a = coef. Model [1], b = coef. Model [2])
-
abline () argument a repræsenterer aflytningen, og b repræsenterer hældningen af trendlinjen, du vil plotte. Du tegner en lodret linje ved at indstille argumentet v til at opsnappe
x
-axis i stedet.Horisontale linjer er plottet ved at indstille argumentet v til aflytningen med
y -axen. Nedenfor er et overblik over funktioner til at udtrække information fra selve modelobjektet. Disse funktioner arbejder med forskellige model objekter, herunder dem bygget af aov () og lm (). Mange pakkeforfattere giver også de samme funktioner til de modeller, der er bygget af funktionerne i deres pakke. Så du kan altid prøve at bruge disse ekstraktionsfunktioner i kombination med andre modelfunktioner. Funktion
Hvad det gør
coef ()
Returnerer en vektor med koefficienterne fra modellen | confint () |
---|---|
Returnerer en matrix med den øvre og nedre grænse på > konfidensinterval for hver koefficient af modellen | monteret () |
Returnerer en vektor med de indstillede værdier for hver | observation
residualer () |
Returnerer en vektor med resterne for hver observation < vcov () | Returnerer varians-kovariansmatricen for koefficienten
|