Sommario:
- Come costruire un modello lineare
- Invece di immergersi nell'oggetto del modello stesso e trovare le informazioni da qualche parte nell'oggetto elenco, è possibile utilizzare alcune funzioni che aiutano a ottenere le informazioni necessarie dal modello. Ad esempio, è possibile estrarre un vettore con i coefficienti dal modello utilizzando la funzione coef (), ad esempio: >> coef. Modello coef. Modello (intercetta) wt 37. 285126 -5. 344472
Video: La Educación Prohibida - Película Completa HD 2025
Un'analisi della varianza per i dati può anche essere scritta come un modello lineare in R, dove si usa un fattore come variabile predittore per modellare una variabile di risposta.
Naturalmente, le variabili predittive possono anche essere variabili continue. Ad esempio, il peso di un'auto ha ovviamente un'influenza sul chilometraggio. Ma sarebbe bello avere un'idea della grandezza di quell'influenza. In sostanza, vuoi trovare l'equazione che rappresenta la linea di tendenza. Trovate i dati necessari per verificarlo nel dataset mtcars.
Come costruire un modello lineare
La funzione lm () consente di specificare qualsiasi cosa, dal modello lineare più semplice a modelli di interazione complessi.
Per modellare il chilometraggio in funzione del peso di una macchina, si usa la funzione lm (), in questo modo: >> Modello <- lm (mpg ~ wt, data = mtcars)
Fornisci due argomenti:
-
Qui, modellate la variabile mpg come una funzione della variabile wt. Un frame di dati che contiene le variabili nella formula:
-
Qui, si utilizza il frame di dati mtcars. Puoi specificare molti modelli complessi con l'interfaccia della formula quando sai come orientarti.
L'oggetto risultante è una lista con una struttura molto complessa, ma nella maggior parte dei casi non è necessario preoccuparsi di ciò. L'oggetto modello contiene molte informazioni necessarie per i calcoli della diagnostica e delle nuove previsioni.
Invece di immergersi nell'oggetto del modello stesso e trovare le informazioni da qualche parte nell'oggetto elenco, è possibile utilizzare alcune funzioni che aiutano a ottenere le informazioni necessarie dal modello. Ad esempio, è possibile estrarre un vettore con i coefficienti dal modello utilizzando la funzione coef (), ad esempio: >> coef. Modello coef. Modello (intercetta) wt 37. 285126 -5. 344472
Questi coefficienti rappresentano l'intercetta e la pendenza della linea di tendenza. È possibile utilizzarlo per tracciare la linea di tendenza su un grafico a dispersione dei dati. Lo fai in due passaggi:
Traccia il grafico a dispersione con i dati.
Si usa la funzione plot () per quello.
-
Si utilizza la funzione abline () per disegnare la linea di tendenza in base ai coefficienti.
Il seguente codice fornisce la trama: >> trama (mpg ~ wt, data = mtcars)> abline (a = coef. Model [1], b = coef. Model [2])
-
The abline () l'argomento a rappresenta l'intercetta e b rappresenta la pendenza della linea di tendenza che si desidera tracciare. Si traccia una linea verticale impostando invece l'argomento v all'intercetta con l'asse
x
.Le linee orizzontali vengono tracciate impostando l'argomento v all'intercetta con l'asse
y . Di seguito è riportata una panoramica delle funzioni per estrarre informazioni dall'oggetto del modello stesso. Queste funzioni funzionano con diversi oggetti del modello, compresi quelli creati da aov () e lm (). Molti autori di pacchetti forniscono anche le stesse funzioni per i modelli creati dalle funzioni nel loro pacchetto. Quindi, puoi sempre provare a utilizzare queste funzioni di estrazione in combinazione con altre funzioni del modello. Funzione
Che cosa
coef ()
Restituisce un vettore con i coefficienti dal modello | confint () |
---|---|
Restituisce una matrice con il limite superiore e inferiore del > intervallo di confidenza per ciascun coefficiente del modello | montato () |
Restituisce un vettore con i valori adattati per ogni | osservazione
residui () |
Restituisce un vettore con i residui per ogni osservazione < vcov () | Restituisce la matrice varianza-covarianza per il coefficiente
![]() |