拟合R语言中的多项式回归

原文链接:http://tecdat.cn/?p=2686


让我们看一个经济学的例子:假设你想购买一定数量q的特定产品。如果单价是p,那么你会支付总金额y。这是一个线性关系的典型例子。总价格和数量成正比。 

如下所示:

拟合R语言中的多项式回归_第1张图片

但购买和出售,我们可能要考虑一些其他相关信息,就像当:购买显著数量很可能是我们可以要求并获得折扣,或购买更多更重要的是我们可能会推高价格。

这可能导致像这样的情况,其中总成本不再是数量的线性函数:

拟合R语言中的多项式回归_第2张图片

通过多项式回归,我们可以将n阶模型拟合到数据上,并尝试对非线性关系进行建模。

如何拟合多项式回归

这是我们模拟观测数据的图。模拟的数据点是蓝色的点,而红色的线是信号(信号是一个技术术语,通常用于表示我们感兴趣检测的总体趋势)。

拟合R语言中的多项式回归_第3张图片

让我们用R来拟合。当拟合多项式时,您可以使用

 lm(noisy.y〜poly(q,3))

通过使用该confint()函数,我们可以获得我们模型参数的置信区间。

模型参数的置信区间:

confint(model,level = 0.95)

拟合vs残差图

拟合R语言中的多项式回归_第4张图片

总的来说,这个模型似乎很适合,因为R的平方为0.8。正如我们所预期的那样,一阶和三阶项的系数在统计上显着。

预测值和置信区间 

将线添加到现有图中:

拟合R语言中的多项式回归_第5张图片

我们可以看到,我们的模型在拟合数据方面做得不错。

相关文章:

R语言曲线回归:_多项式回归_、多项式样条回归、非线性..

 R语言ISLR工资数据进行_多项式回归_和样条回归分析 

 R语言里的非线性模型:_多项式回归_、局部样条、平滑样...  [](https://blog.csdn.net/qq_1960...

 r语言中对LASSO,Ridge岭_回归_和Elastic Net模型实现

你可能感兴趣的:(r语言)