2021年7月6日
方差分析2（双因素方差分析、多元方差分析、可视化）
摘要： 1 双因素方差分析 1.1 双因素方差分析的实战 dat<-ToothGrowth dat attach(dat) table(dat$supp,dat$dose) aggregate(len,by=list(dat$supp,dat$dose),FUN=mean) #根据投方式（橙汁OJ，维C素V 阅读全文
posted @ 2021-07-06 21:20 zhang-X 阅读(2340) 评论(0) 推荐(0)
方差分析1（单因素方差分析、协方差分析、评估验证）
摘要： 1 方差分析 ANOVA 当包含的因子是解释变量时，我们关注的重点通常会从预测转向组别差异的分析，这种分析方法称作方差分析（ANOVA） 2 单因素方差分析 2.1 单因素比较 install.packages("multcomp") library(multcomp) dat<-cholester 阅读全文
posted @ 2021-07-06 21:11 zhang-X 阅读(1867) 评论(0) 推荐(0)
回归分析2（异常值处理、全子集回归、交叉验证）
摘要： 1 异常观测值 states<-as.data.frame(state.x77[,c("Murder", "Population","Illiteracy","Income","Frost")]) fit<-lm(Murder~Population+Illiteracy+Income+Frost,d 阅读全文
posted @ 2021-07-06 21:02 zhang-X 阅读(1810) 评论(0) 推荐(0)
回归分析1（回归分析、回归诊断、模型综合验证）
摘要： 1 OLS回归（最小二乘法回归） 1.1 用lm()拟合回归模型 在R中，拟合线性模型最基本的函数是lm()，格式为：myfit<-lm(formula,data) 1.2 简单线性回归 dat<-women fit<-lm(weight~height,data=dat) summarize(fit 阅读全文
posted @ 2021-07-06 20:45 zhang-X 阅读(2032) 评论(0) 推荐(0)