R 估计回归线方程
我现在正在做一项作业,我得到了下面所示的数据集,并被要求获得估计回归线的方程 我知道我需要找到的答案是118.91-0.905x这在答案键中,但我的代码给出的答案是130.85-1.076x。我不确定我的代码中有什么错误。我已经看了很多遍,没有发现任何错误。我还仔细检查了我的数据是否正确,我认为它是正确的。这就是我在R-Studio中所做的:R 估计回归线方程,r,statistics,linear-regression,R,Statistics,Linear Regression,我现在正在做一项作业,我得到了下面所示的数据集,并被要求获得估计回归线的方程 我知道我需要找到的答案是118.91-0.905x这在答案键中,但我的代码给出的答案是130.85-1.076x。我不确定我的代码中有什么错误。我已经看了很多遍,没有发现任何错误。我还仔细检查了我的数据是否正确,我认为它是正确的。这就是我在R-Studio中所做的: > data = read.csv("P17.csv", header = TRUE) > data x y 1 99
> data = read.csv("P17.csv", header = TRUE)
> data
x y
1 99.0 28.8
2 101.1 27.9
3 102.7 27.0
4 103.0 25.2
5 105.4 22.8
6 107.0 21.5
7 108.7 20.9
8 110.8 19.6
9 112.1 17.1
10 112.4 18.9
11 113.6 16.0
12 113.8 16.7
13 115.1 13.0
14 115.4 13.6
15 120.0 10.8
> plot(data[,1],data[,2],main="Concrete Specimen", xlab="Unit Weight (pcf)",ylab="Porosity (%)",pch=19)
> cor(data[,1], data[,2])
[1] -0.9868573
> data.lm=lm(data[,1]~data[,2])
> data.lm
Call:
lm(formula = data[, 1] ~ data[, 2])
Coefficients:
(Intercept) data[, 2]
130.854 -1.076
以下是我使用的数据:
x,y
99.0,28.8
101.1,27.9
102.7,27.0
103.0,25.2
105.4,22.8
107.0,21.5
108.7,20.9
110.8,19.6
112.1,17.1
112.4,18.9
113.6,16.0
113.8,16.7
115.1,13.0
115.4,13.6
120.0,10.8
本作业的问题是找到估计回归线的方程。 数据以多个x、y坐标点的形式提供。假设方程公式的形式为: 坡度为m,y截距为b R中的lm函数使用了一个利用~运算符的公式 ~算子是此类模型形成的基础。一 形式y~模型的表达式被解释为规范 响应y由指定的线性预测器建模 象征性地通过模型 有关公式的详细信息,请参见 在这种情况下,如果您想要响应y孔隙度,由预测器x权重建模,您应该:
lm(data[,2] ~ data[,1])
其中,数据[,2]是数据y的第二列,数据[,1]是第一列x
这将为您提供:
Call:
lm(formula = data[, 2] ~ data[, 1])
Coefficients:
(Intercept) data[, 1]
118.910 -0.905
截距b为118.9,斜率m x系数为-0.9。因此方程为:y=-0.9x+118.9。本作业的问题是找到估计回归线的方程。 数据以多个x、y坐标点的形式提供。假设方程公式的形式为: 坡度为m,y截距为b R中的lm函数使用了一个利用~运算符的公式 ~算子是此类模型形成的基础。一 形式y~模型的表达式被解释为规范 响应y由指定的线性预测器建模 象征性地通过模型 有关公式的详细信息,请参见 在这种情况下,如果您想要响应y孔隙度,由预测器x权重建模,您应该:
lm(data[,2] ~ data[,1])
其中,数据[,2]是数据y的第二列,数据[,1]是第一列x
这将为您提供:
Call:
lm(formula = data[, 2] ~ data[, 1])
Coefficients:
(Intercept) data[, 1]
118.910 -0.905
截距b为118.9,斜率m x系数为-0.9。因此,方程式是:y=-0.9x+118.9。他们寻找的答案是数据。lm=lmdata[,2]~data[,1],即y~x而不是x~y@Ben,请作为答案发布?当然-添加答案。如果你看到我可以改进的地方,欢迎反馈。希望这对以后的参考有帮助。他们寻找的答案是data.lm=lmdata[,2]~data[,1],它是y~x而不是x~y@Ben,请作为答案发布?当然-添加答案。如果你看到我可以改进的地方,欢迎反馈。希望这有助于将来的参考。投票赞成答案的清晰和卓越。投票赞成答案的清晰和卓越。