对于R中的线性回归模型,如何归纳这两个数据集?
对于线性回归y_i=ax_i+ε。如果我想从数据集对于R中的线性回归模型,如何归纳这两个数据集?,r,R,对于线性回归y_i=ax_i+ε。如果我想从数据集Air.Flow(表示设备的运行速率)中取x_I,从stack.loss(因变量)中取y_I,则取R 如何在R中输入这两个数据集 例如,代码 library(BAS) data(bodyfat) summary(bodyfat) 使用库BAS中的数据集bodyfat。是否有Air.Flow和stack.loss的库 线性回归如下所示: 您需要先获取数据: df = datasets::stackloss lm(df$Air.Flow ~
Air.Flow
(表示设备的运行速率)中取x_I,从stack.loss
(因变量)中取y_I,则取R
如何在R中输入这两个数据集
例如,代码
library(BAS)
data(bodyfat)
summary(bodyfat)
使用库BAS
中的数据集bodyfat
。是否有Air.Flow
和stack.loss
的库
线性回归如下所示:
您需要先获取数据:
df = datasets::stackloss
lm(df$Air.Flow ~ df$stack.loss)
当我运行这段代码时,出现了一个错误:eval(predvars,data,env)中出错:对象'Air.flow'未找到它现在可以工作了。因此,从这两个
Air.Flow
和stack.loss
中总共有21个数据样本?是的。如果问题解决了,请接受答案,将此帖子标记为已解决:)。另外,我可以问一下为什么要使用此数据集吗?我可以为stack.loss
获取更多数据吗?21个样本有点小。我尝试使用此数据集来测试线性回归模型。您是指库数据集中的数据集stackloss
?