R 分析回归(一元回归)
x <- c(18,23,25,35,65,54,34,56,72,19) # build X(predictor) y <- c(202,168,180,156,169,174,172,153,199,193) # build Y(dependent variable) mode(x) # view the type of x plot(x,y) # plot the graph model <- lm(y ~ x) # build the linear model abline(model) # add the line in graph
数据是自己编的,所以图有点假。
summary(model)
上图为各种参数,还有各种检验。
如果想要输出建好的模型的方程的话,可以以下面的方式,当然还可以用predict()函数
pridict <- model$coefficients[1] + model$coefficients[1]*100 # we can pridict 100 in model through this way print(pridict) # print result
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律