回归分析-代码

回归分析

读取文件

data <- readxl::read_xls("filename.xls")

函数拟合

• lm函数

lm(y~x1+x1,data=da)

回归系数置信区间

• confint函数

confint(fit,level = 0.95)

误差

• resid函数 (通常残差)

resid(fit)

• rstandard函数 (学生化残差)

rstandard(fit)

• rstandard函数 (PERSS残差)

rstandard(fit, type="predictive")

• rstudent函数 (R-学生化残差)

rstudent(fit)

QQ图

qqnorm(rstudent(fit))

回归预测

• predict函数

predict(fit, 
		newdata = data.frame(x1=8,x2=275), 
		interval = "confidence",
		level=0.95) #条件均值置信区间

predict(fit, 
		newdata = data.frame(x1=8,x2=275), 
		interval = "prediction",
		level=0.95) #预测值置信区间

线函数

• geom_smooth函数

用于自动添加拟合线以及置信带

p + geom_smooth(aes(x=x,y=y),method = lm, formula = y ~ x)

可视化

• plot函数

plot(x,y,xlab="20 values",ylab = "Another 20 values",col="red",main="Title")

• ggplot函数

p <- ggplot(da2_1)#建立空白画布
p1 <- p + geom_point(aes(x = x, y = y))#画上散点
p2 <- p1 + xlab("aaa") + ylab("bbb")#添加横纵坐标含义
p3 <- p2 + ggtitle("A Scatter Plot")#添加图的标题
p4 <- p3 + geom_abline(intercept = beta_0, slope = beta_1)#添加回归直线
p4 <- p3 + geom_abline(intercept = beta_0, slope = beta_1, col="red")#定义回归>直线的颜色

也可以直接按照下面代码一步得出所需图片

p <- ggplot(da2_1) +
 geom_point(aes(x = x, y = y)) +
 xlab("aaa") +
 ylab("bbb") +
 geom_abline(intercept = beta_0, slope = beta_1, col="red") +
 ggtitle("Scatter Plot and Fitted Line") 

在geom_abline里加入设置lty=2可绘制虚线