多元线性回归预测模型r语言
时间: 2024-12-20 11:06:30 浏览: 9
python源码集锦-多元线性回归模型预测房价
5星 · 资源好评率100%
多元线性回归预测模型是一种统计方法,用于分析多个自变量与一个因变量之间的关系。在R语言中,我们可以使用`lm()`函数来构建和评估多元线性回归模型。以下是一个简单的例子,展示如何在R中实现多元线性回归预测模型:
```R
# 假设我们有一个数据集data,其中包含自变量X1, X2, X3和因变量Y
# 首先,我们加载数据
data <- data.frame(
X1 = c(1, 2, 3, 4, 5),
X2 = c(2, 3, 4, 5, 6),
X3 = c(3, 4, 5, 6, 7),
Y = c(5, 8, 11, 14, 17)
)
# 使用lm()函数构建多元线性回归模型
model <- lm(Y ~ X1 + X2 + X3, data = data)
# 查看模型摘要
summary(model)
# 预测新数据的Y值
new_data <- data.frame(
X1 = c(6, 7),
X2 = c(7, 8),
X3 = c(8, 9)
)
predictions <- predict(model, newdata = new_data)
print(predictions)
```
在这个例子中,我们首先加载了一个包含自变量X1, X2, X3和因变量Y的数据集。然后,我们使用`lm()`函数构建了一个多元线性回归模型,并使用`summary()`函数查看了模型的摘要信息。最后,我们使用`predict()`函数对新数据进行预测。
阅读全文