拟合线性回归模型_R

拟合线性回归

lm()：用于拟合线性模型。 它可用于进行回归，方差的单层分析和协方差分析

lm(formula, data, subset, weights, na.action,
   method = "qr", model = TRUE, x = FALSE, y = FALSE, qr = TRUE,
   singular.ok = TRUE, contrasts = NULL, offset, ...)

• formula：要拟合模型的符号描述；
• data：模型中包含变量的可选数据框、列表或环境（被as.data.frame强制转换为数据框的对象），若数据中没有，该变量取自环境（公式），通常是调用lm的环境；
• subset：一个可选向量，是指定要在拟合过程中使用的观察子集；
• weights：一个可选向量，在拟合过程中可用的权重向量；应为空或者数字向量；如不为空，则加权最小二乘法与weights weights一起使用，否则使用最小二乘法
• na.action：指定函数，用于指定当数据包含NA时应该执行什么函数操作，若未设置，则表示na.fail，The ‘factory-fresh’ default is na.omit；

例子：

function(x) {fit=lm(x~mean, weights=1/ssd); fit$residuals;})

输出值包括：

名称	具体含义
coefficients	系数的名字向量
residuals	残差，指实际值减去拟合值
fitted values	拟合平均值
rank	拟合线性模型的数值等级
weights	指定的权重值
df.residuals	残差的自由度
fitted values	拟合平均值
y	结果值（response）
x	应用的模型矩阵

https://blog.csdn.net/qq_28227523/article/details/52228543