r语言多元线性回归模型用什么函数

在R语言中，可以使用lm()函数来拟合多元线性回归模型。lm()函数的一般形式为：

lm(formula, data)

其中，formula是一个公式对象，用于描述模型中的自变量和因变量之间的关系，data是一个数据框，包含用于拟合模型的数据。

例如，假设你有两个自变量（x1和x2）和一个因变量（y），可以使用以下代码拟合一个多元线性回归模型：

model <- lm(y ~ x1 + x2, data = mydata)

这个模型将y作为因变量，x1和x2作为自变量。mydata是一个数据框，包含用于拟合模型的数据。

在lm()函数中，你也可以使用更多的自变量，例如：

model <- lm(y ~ x1 + x2 + x3 + x4, data = mydata)

这个模型将y作为因变量，x1、x2、x3和x4作为自变量。

值得注意的是，lm()函数默认将第一个自变量设为基准，如果需要改变基准自变量，可以使用relevel()函数。另外，也可以使用summary()函数来查看模型的拟合效果和统计学意义程度。