在R中生成多元回归公式后计算响应变量
我采集了一个样本数据集,包括责任、学员监督和工资,其中工资可以从责任和学员值生成,我使用多元回归生成了模型公式在R中生成多元回归公式后计算响应变量,r,multiple-regression,R,Multiple Regression,我采集了一个样本数据集,包括责任、学员监督和工资,其中工资可以从责任和学员值生成,我使用多元回归生成了模型公式 responsibility<-c(2,3,4,1,2,3) trainee<-c(1,3,7,2,1,5) salary<-c(7,15,29,8,7,21) #creating the data frame to be fed into the regresion model data1<-data.frame(responsibility,trainee
responsibility<-c(2,3,4,1,2,3)
trainee<-c(1,3,7,2,1,5)
salary<-c(7,15,29,8,7,21)
#creating the data frame to be fed into the regresion model
data1<-data.frame(responsibility,trainee,salary)
#creating the relation model between salary and responsibility & trainee
model<-lm(salary~responsibility+trainee,data=data1)
职责在你的预测工资中
你应该写培训
而不是培训
。使用预测
功能。@marta没有明白你的意思,根据我写的变量,我已经给培训人员写了。@jbaums谢谢,我现在正在处理这个问题,但是我不明白为什么一个整数上的算术运算会生成一个数据帧?不,@Partha Roy,根据你的变量你应该写train
,它等于coef(model)[3]
。你的实习生
是初始向量(c(1,3,7,2,1,5)
)…在你的预测工资
中,你应该写训练
而不是实习生
。使用预测
函数。@marta没有得到你,根据我写的变量,实习生。@jbaums谢谢,我现在正在处理这个问题,但是我不明白为什么一个整数上的算术运算会生成一个数据帧?不,@Partha Roy,根据你的变量你应该写train
,它等于coef(model)[3]
。您的学员
是初始向量(c(1,3,7,2,1,5)
)。。。
intercept<-coef(model)[1]
resp<-coef(model)[2]
train<-coef(model)[3]
# r is responsibity , t is trainee value for finding the new salary...
predicted_salary=intercept+(resp*r)+(trainee*t)
print(predicted_salary)