《深入浅出数据分析》-10.回归(预测)

十、回归

前面的第九章，我们通过直方图得到了一个结论，主动申请加薪比不主动申请能得到更高的加薪比例，显然，你发现了如何得到更高加薪的秘密，这是大家的福音，所以你也应该利用这个技能来帮别人争取加薪，但要求加多少钱合理呢？

从已有的数据中，我们统计了客户的要求加薪幅度与实际加薪幅度

在R中运行一下几行指令：

加载数据：employees<-read.csv("http://www.headfirstlabs.com/books/hfda/hfda_ch10_employees.csv", header=TRUE)

显示部分内容：head(employees, n=30)

绘制散点图：plot(employees$requested[employees$negotiated==TRUE], 

                      employees$received[employees$negotiated==TRUE])

回归线对于具有线性相关特点的数据很有用，我们可以使用R/SPSS计算两个属性的相关系数

cor(employees$requested[employees$negotiated==TRUE],employees$received[employees$negotiated==TRUE])

我们可以使用一个等式来进行精确预测：y=a+bx，我们可以让R来创建一个回归对象

lm(received[negotiated==TRUE]~requested[negotiated==TRUE], data=employees)

myLm$coefficients

得出的前一个数字是a，后一个数字是b

但我们得到的回归方程并不是一定准确的，会出现失误，下一章将介绍方程的合理误差