R语言一元线性回归案例

以下是一个基于R语言的一元线性回归案例：

假设我们有一组数据，其中x表示广告费用，y表示销售额。我们想要建立一个线性回归模型，来预测广告费用对销售额的影响。

首先，我们需要导入数据集并进行可视化分析：

# 导入数据集
data <- read.csv("data.csv")

# 绘制散点图
plot(data$x, data$y, main="Scatterplot", xlab="Advertising Cost", ylab="Sales")

接下来，我们可以使用lm()函数来拟合线性回归模型：

# 拟合线性回归模型
model <- lm(y ~ x, data=data)

# 输出模型摘要
summary(model)

模型摘要将会输出模型的各项指标，包括R-squared值、系数估计值、标准误差、t值、p值等等。

最后，我们可以使用predict()函数来进行预测：

# 进行预测
newdata <- data.frame(x=100)
predict(model, newdata)

这里我们预测了广告费用为100时的销售额。