主成分回归分析

对于OXY数据集的变量解释如下:

对上述数据进行回归模型的拟合,得到模型:

从模型的显著性检验结果看出:除了常数项以及β3显著,其他变量系数都不通过显著性检验。同时,从模型整体拟合效果来看,R^2为0.8618,调整的R^2为0.7697,整体拟合效果可以通过。最后,p值为0.00198说明,拒绝原假设,即有理由认为回归模型从整体上拟合效果比较好。
下面针对系数通不过检验进行分析。
##残差图,异方差,自相关检验
plot(lm.sol$residuals,main = "the residuals of liner model",ylab = "re")
abline(h=0,lty=2)
#多重共线性检验
kappa(qr(OXY))<

该文介绍了如何利用主成分回归分析解决OXY数据集中存在的多重共线性问题。通过建立主成分回归模型,提高了模型的拟合效果,R^2提升至0.8676,调整后的R^2达到0.8345,表明模型整体表现良好。结果指出,人体肺活量与年龄、体重、脉搏呈负相关,与运动时最大脉搏成正比。
最低0.47元/天 解锁文章
6432

被折叠的 条评论
为什么被折叠?



