文章目录
*
–
+
* 1、分析二变量的关系
* 2、多元线性回归
* 3、显著交互项的多元线性回归（汽车数据集）
数据使用的依然是state.x77数据集为例，探究一个州的犯罪率和其他因素的关系，包括人口、文盲率、平均收入和结霜天数（温度在冰点一下的平均天数）。
标签解释：Murder犯罪率、Population人口、Illiteracy文盲率、Income收入、Frost结霜天数
交互项的多元线性回归主要用mtcars数据中的汽车数据，对汽车重量和马力作为预测变量，并包含交互项来拟合回归模型。
其中，hp汽车功率，wt汽车重量。
实验过程：
1、分析二变量的关系
检测各变量的相关性，由此可见文盲率和犯罪率的关系是比较大的，达到约70%。
scatterplotMatrix()函数在非对角线绘制散点图，并添加了平滑和线性拟合曲线，对角线是绘制每个变量的密度图和轴须图。
其中谋杀率是双峰曲线，每个预测变量存在偏差，看谋杀率第一行图的数据，从拟合效果看，谋杀率随人口和文盲率的增加而增加，随收入水平和结霜天数下降而下降。
看最后一行图最后一个图，是结霜天数，曲线是结霜天数的拟合效果，纵轴为结霜天数，其他图为结霜天数的影响下的变量的变化，可以看出越冷的时候，文盲率越低，收入会越高
; 2、多元线性回归
预测变量不为1时，回归系数表明一个预测变量增加一个单位，其他预测变量保持不变时，因变量将要增加的数量。
①lm(Murder ~ Population + Illiteracy + Income + Frost,data=states)函数拟合多元线性回归
②在这次实验中，可以从结果看出，文盲率的回归系数为4.14（注：4.134e+00=4.134×10^0），所以说，在控制住人口、收入以及气温的情况下，文盲率上升1%，那么谋杀率会上升4.14%，它的系数在p
Original: https://blog.csdn.net/weixin_44692890/article/details/122790445
Author: 侬本多情。
Title: 多元线性回归的探索
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/634184/
转载文章受原作者版权保护。转载请注明原作者出处！