目录
一、lm函数建立线性回归模型
（1）一元线性回归
1.首先加载R语言的MASS、ISLR2程序包，然后加载数据集Boston。
install.packages("ISLR2")
library(ISLR2)
library(MASS)
head(Boston)
2.接着，利用lm函数进行回归分析，并用回归拟合的函数进行预测。 系数均通过t检验，因此拟合的函数为 y=-0.95005x+34.55384。
lm.fit
3.做数据集中medv和lstat的散点图，并画出拟合直线。其中plot函数中pch为符号命令，可自行修改。然后绘制拟合曲线的残差图，包括标准化残差图、QQ图等。
attach(Boston)
plot(lstat, medv)#绘制散点图
abline(lm.fit)#添加拟合直线
plot(lstat, medv, pch = 25)##pch用于修改符号表示vc
par(mfrow=c(2,2))
plot(lm.fit)#绘制回归曲线的图
which.max(hatvalues(lm.fit))#标识向量中最大元素的索引
4.注意在函数后添加-1与+1的区别：添加-1意味着拟合函数中不含常数项，+1与不添加后缀均为含常数项的含义。
fit
（2）多元线性回归
同样，利用lm函数进行多元线性回归，自行选择自变量的个数。
#多元线性回归
mfit
二、lm函数建立非线性回归模型
利用lm函数进行非线性回归，如高阶多项式拟合、对数拟合等。
#非线性回归
lm.fit2
三、回归诊断
y
另加：利用逐步回归进行选取变量，根据AIC统计量最小的原则。
lm.new
以上就是本文的全部内容，如有错误，欢迎大家批评指正。
Original: https://blog.csdn.net/weixin_69652071/article/details/126697700
Author: 南风影枳
Title: R语言中lm函数构建线性和非线性回归模型
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/626404/
转载文章受原作者版权保护。转载请注明原作者出处！