R语言实战 简单线性回归

简单线性回归

数据准备：
Women数据集（系统自带）：15个年龄在30~39岁间女性的身高和体重信息

目的：
通过身高预测体重，获得等式来判断过轻或者过重个体。

> fit<- lm(weight~height,data=women)
> summary(fit)

得到的结果如图所示，主要现在需要的信息在图中框出：

红色框的结果可以得到拟合的等式：
拟合得到的Weight=-87.52+3.45*Height

绿色框的结果为残差标准误（1.53 lbs），表示模型用身高预测体重的平均误差。

黄色框的结果为R平方项，表明模型可以解释体重99.1%的方差。

> women$weight
> fitted(fit)
> residuals(fit)

输出了真实值、预测值（拟合值）、残差值。

> plot(women$height,women$weight,xlab = "Height (in inches)",ylab = "Weight (in pounds)")

> abline(fit)

可见，最大残差值在身高矮和身高高的地方出现，可以用含一个弯曲的曲线来提高预测的精度。