在实验2．3．1中，我们对mtcars数据集进行了展示和描述．在实验2．3．3中，我们对mtcars数据集进行了可视化．现在我们对该数据集中的变量进行回归分析．（1）不考虑变量交互项对该数据集，如果把mpg（汽车每加仑公里数）作为因变量，自变量为hp（马力）和wt（汽车重量）进行回归．＞fit＜－lm(mpg～hp＋wt,data＝mtcars)＞summary(fit)结果如下：得到的回归方程为......
2023-11-18
多元回归分析：R语言中stackloss数据集的诊断
【摘要】：在实验4．4．1中曾对R 自带的stackloss数据集进行了逐步回归，现在我们在实验4．4．1的基础上进行回归诊断．（1）画回归诊断图＞opar＜－par(mfrow＝c(2,2))＞plot(lm．step,1：4)＞par(opar)结果如图4-2所示．图4-2回归诊断图分析4张回归诊断图（图4-2）．第1张是残差图，得到的残差图呈喇叭口形状，属于异方差情况（这样的数据需要作Box-Cox
在实验4．4．1中曾对R 自带的stackloss数据集进行了逐步回归，现在我们在实验4．4．1的基础上进行回归诊断．
（1）画回归诊断图
＞opar＜－par(mfrow＝c(2,2))
＞plot(lm．step,1：4)
＞par(opar)
结果如图4-2所示．
图4-2 回归诊断图
分析4张回归诊断图（图4-2）．第1张是残差图，得到的残差图呈喇叭口形状，属于异方差情况（这样的数据需要作Box-Cox变换）．第2张图是正态QQ 图，除21号点外，基本上都在一条直线上，也就是说，除21号点外，残差满足正态性．第3张图是标准差的平方根与预测值的散点图，21号点的值大于1．5，这说明21号点可能是异常值点（在95%的范围外）．第4张图给出了Cook距离，从图上来看，21号点的Cook距离最大，这说明21号点可能是强影响点（高杠杆点）．(www.chuimin.cn)
（2）剔除异常观测值（21号数据）后再进行回归
＞newstackloss＜－stackloss[－21,]
＞lm．correct＜－lm(stack．loss～Air．Flow＋Water．Temp,data＝newstackloss)
＞summary(lm．correct)
结果如下：
由此得到的回归方程为y＝－51．076＋0．863x1＋0．8033x2．
有关应用多元统计分析：基于R的实验的文章
- 详细阅读
-
基于R的多元统计分析：mtcars数据集可视详细阅读
在实验2．3．1中，我们对mtcars数据集（R 自带数据集）进行了展示和描述，以下对该数据集进行可视化．（1）汽车每加仑英里数直方图＞hist(mtcars＄mpg,breaks＝10)结果如图2-1所示．（2）按汽缸数划分的各车型车重的核密度图＞par(lwd＝2)＞library(sm)＞cyl．f＜－factor(mtcars＄cyl,levels＝c(4,6,8),labels＝c(＂4......
2023-11-18
-
利用R进行多元统计分析实验，可视化iris数详细阅读
在实验2．3．2中对iris数据集进行了描述和展示，以下对iris数据集进行可视化．花萼长度、花萼宽度、花瓣长度、花瓣宽度的小提琴图小提琴图是箱线图的变种，因为形状酷似小提琴而得名．小提琴图是将箱线图与核密度图结合在一起，它在箱线图上以镜像方式叠加上核密度图．绘制小提琴图，可以使用vioplot包中的“vioplot（ ）”函数，但在第一次使用之前请先安装vioplot包．“vioplot（ ）”函数的调用格式为：vioplot（x1，x2，…......
2023-11-18
-
使用多元统计分析随R展示和描述iris数据集详细阅读
iris数据集是R 自带的数据集，以下对该数据集进行描述和展示．（1）展示iris数据集的前几行＞head(iris)结果如下：其中Sepal．Length，Sepal．Width，Petal．Length，Petal．Width，Species，分别表示（鸢尾花）花萼（Sepal）的长度，花萼的宽度，花瓣（Petal）的长度，花瓣的宽度以及每个观测值来自哪一种类．（2）对鸢尾花数据集的数据进行描......
2023-11-18
-
Boston数据集的回归分析详细阅读
MASS包中包含Boston数据集（波士顿房价），它记录了波士顿周围506个街区的medv（房价中位数）．我们将设法用13个预测变量如rm（每栋住宅的平均房间数），age（平均房龄），lstat（社会经济地位低的家庭所占比例）等来预测medv（房价中位数）．（1）首先查看Boston数据集（波士顿房价）中的变量＞library(MASS)＞fix(Boston)＞names(Boston)结果如下......
2023-11-18
-
回归分析与state.x77数据集详细阅读
R 中自带的state．x77数据集包括Population（人口），Income（收入），Murder（犯罪率），Frost（结霜天数），Illiteracy（文盲率），Area（土地面积），Life．Exp（预期寿命）及HS Grad（高中毕业率）8个变量．以下我们考虑（美国各州的）Murder（犯罪率）与一些因素的关系，这些因素主要包括：Population（人口），Income（收入），I......
2023-11-18
-
心律失常大数据集的KMeans聚类分析结果详细阅读
本节在Hadoop平台上提出了一种基于MapReduce编程思想设计与优化的KMeans并行算法。图5-43KMeans聚类运行结果图5-43是KMeans聚类运行结果，运行结果的上半部分是得到的16类簇的聚类中心，如表5-13所示；下半部分是对452条数据的聚类结果，聚类结果中的数字1～16表示聚类的标签，如表5-5所示。整理统计KMeans聚类运行结果，如表5-14所示。本节在进行基于Hadoop的医学数据聚类算法研究时，以心律失常数据作为实验数据集，利用KMeans聚类算法在Hadoop平台上实现算法。......
2023-11-08
-
利用诊断仪分析故障的数据流和主动测试功能详细阅读
表73为丰田卡罗拉轿车在测试仪上的车身电子控制系统中显示的部分数据流。图729为使用丰田专用诊断仪读取丰田汉兰达车辆的主车身系统中与门锁相关的数据。图729 丰田汉兰达车辆主车身系统中与门锁相关的数据流图730 丰田汉兰达门锁控制系统的动作测试如进入“MainBody”系统，选择“主动测试”功能，选择“DoorLock”，进入测试。......
2023-09-22
相关推荐