首页理论教育基于R的实验stackloss数据集逐步回归结果

基于R的实验stackloss数据集逐步回归结果

2023-11-18 理论教育版权反馈

【摘要】：对R 自带的stackloss数据集进行逐步回归．（1）首先显示stackloss数据集的信息其中，变量为stack．loss（氨气损失百分比），Air．Flow（空气流量），Water．Temp（水温），Acid．Conc．（硝酸浓度）．（2）计算变量间的相关性——相关系数＞cor(stackloss)结果如下：（3）散布图矩阵＞library(car)＞scatterplotMatrix(st

对R 自带的stackloss数据集进行逐步回归．

（1）首先显示stackloss数据集的信息

pagenumber_ebook=72,pagenumber_book=63

其中，变量为stack．loss（氨气损失百分比），Air．Flow（空气流量），Water．Temp（水温），Acid．Conc．（硝酸浓度）．

（2）计算变量间的相关性——相关系数

＞cor(stackloss)

结果如下：

pagenumber_ebook=73,pagenumber_book=64

（3）散布图矩阵

＞library(car)

＞scatterplotMatrix(stackloss,spreed＝FALSE,lty．smooth＝2,

＋main＝＂Scatter plot Matrix＂)

结果如图4-1所示．

pagenumber_ebook=73,pagenumber_book=64

图4-1　散布图矩阵

从图4-1与“cor（）”的运行结果看，氨气损失百分比与空气流量、水温、硝酸浓度大致呈线性关系，可建立线性回归模型．

（4）进行回归分析

因变量为y（stack．loss，氨气损失百分比），自变量为x1 （Air．Flow，空气流量），x2（Water．Temp，水温），x3（Acid．Conc．，硝酸浓度）．建立y 与x1，x2，x3的回归方程．

＞lm．sol＜－lm(stack．loss～Air．Flow＋Water．Temp＋Acid．Conc．,data＝stackloss)(www.chuimin.cn)

＞summary(lm．sol)

结果如下：

pagenumber_ebook=74,pagenumber_book=65

以上结果说明，氨气损失百分比这一因变量对回归常数、空气流量系数、水温系数显著，而对硝酸浓度不显著．

（5）使用“step（）”函数进行逐步回归

对AIC进行观测，尽可能地使AIC达到最小，以此往复直到建立更合理与简单实用的回归模型．

＞lm．step＜－step(lm．sol)

结果如下：

pagenumber_ebook=75,pagenumber_book=66

从以上结果可以看出，将硝酸浓度删除后AIC减小为52．12，但是减小得不是很明显．删除硝酸浓度这一变量之后不能再剔除其他变量，因为一旦删除则会导致AIC的上升．

＞summary(lm．step)

结果如下：

pagenumber_ebook=75,pagenumber_book=66

权衡这些指标与AIC值，在得出回归方程时，应考虑剔除硝酸浓度这一变量．

由此得到的回归方程为y＝－50．3588＋0．6712x1＋1．2954x2．