使用 R 语言中的 `fitted` 函数计算模型的拟合 Y 值向量

使用 R 语言中的 fitted 函数计算模型的拟合 Y 值向量

在数据分析和机器学习中，我们通常需要对数据拟合模型并预测响应变量的值。在 R 语言中，我们可以使用 fitted 函数来计算模型的拟合 Y 值向量。本文将向您介绍如何使用 fitted 函数来实现这一过程。

首先，我们需要拟合一个模型，可以是线性回归模型、广义线性模型、非线性模型等。这里以线性回归为例进行说明。假设我们有一组自变量 X 和因变量 Y 的数据。我们首先使用 lm 函数来拟合线性回归模型：

# 创建示例数据
X <- c(1, 2, 3, 4, 5)
Y <- c(2, 4, 6, 8, 10)

# 拟合线性回归模型
model <- lm(Y ~ X)

在上述代码中，我们创建了一个包含自变量 X 和因变量 Y 的示例数据。然后，我们使用 lm 函数拟合了一个线性回归模型 model。

接下来，我们可以使用 fitted 函数来计算模型的拟合 Y 值向量。fitted 函数接受一个模型对象作为输入，并返回模型的拟合 Y 值向量。下面是使用 fitted 函数计算拟合 Y 值的示例代码：

# 计算拟合的 Y 值向量
fitted_values <- fitted(model)
</