一元回归分析

首先读取数据，可以是.csv文件或.xlsx文件，最好是前者。

> bike <- read.csv("day.csv")

利用散点图来确认一下：

> library(ggplot2)
> qplot(atemp,cnt,data=bike)
\\第1个参数是横轴，第2个参数是纵轴，第3个参数是数据框

接下来，在geom_smooth()函数中，可以把method参数指定为"lm"（线性模型）来绘制直线

> qplot(atemp,cnt,data=bike)  + geom_smooth(method="lm")

实际上，计算回归直线时会使用lm()函数

> bike.lm <- lm(cnt~atemp,data=bike)
> bike.lm

Call:
lm(formula=cnt~atemp,data=bike)

Cofficients:
(Intercept)       atemp
	945.8         7501.8
\\第1个参数为“目标变量~解释变量”的形式，data参数中指定了数据框。显示后，会输出回归直线的截距（Intercept）和斜率（atemp）。

如果想看详细结果可以执行：

> summary(bike.lm)

Call:
lm(formula=cnt~atemp,data=bike)

Residulas:
			Min			1Q			Median			3Q		 Max
	     -4598.7     -1091.6        -91.8         1072.0    4383.7
Coefficients:
			Estimate			Std.Error       t value         Pr(>|t|)
(Intercept)   945.8				  171.3          5.522        4.67e-08 ***
atemp        7501.8               341.5          21.965         <2e-16 ***
---
Signif.codes:   0  '***'    0.001   '**'    0.01  '*'    0.05    '.'   0.1  ' '   1

Residual   standard   error  :   1504  on  729  degrees  of  freedom
Multiple   R-squared :     0.3982  , Adjusted  R-squared   :  0.3974
F-statistic:   482.5  on  a  and   729   	DF , p-value :  <2.2e-16      

(1)Residuals按照最小值、第1四分位数、中位数、第3四分位数、最大值的顺序依次显示观测值yi和预测值yi^之差，即残差的分布。
（2）Coefficients是回归之下的回归系数（斜率、截距）相关信息。
（3）Estimate(估计值)是从数据中计算得到的系数的值。
（4）Std.Error是被称为标准误差的估计值的标准差。真正的回归系数会以60%~70%的准确度落在Estimate±Std.Error的范围内。
（5）Pr(>|t|)用于回归系数的检验，被称为P值，该值表示回归系数不为0有多大程度的可信度。如果该值小，则不为0的可信度会增加。小于0.05时显示一个*，小于0.01时显示**,依次类推。
（6）Multiple R-squared被称为决定系数，表示回归直线能在多大程度上解释观测值的偏差。决定系数在0到1之间取值，越接近1，回归直线的拟合程度越高，完全变成1时，则所有的观测值都排列在直线上。
（7）F-statistic是表示该回归直线整体的有效性的检验结果的值，在回归系数不为0时会有变大的趋势。如果p-value很小，将否定没有必要使用回归模型的假设。

\\要使用回归分析得到的回归系数计算预测值和残差，可以执行：
> bike.res <- residuals(bike.lm)
> bike.pred <- predict(bike.lm)
\\此外，我们再来绘制一下残差的散点图，以及预测值和观测值的散点图。
> qplot(bike.res,binwidth=500,color=I("black"),fill=I("grey"))
> qplot(bike.pred,bike$cnt)+geom_smooth(method="lm")