Multiple Linear Regressions 多元线性回归 (R)

本文介绍了多元线性回归的基本原理,包括平行斜率模型和交互模型的应用。通过R语言展示了如何构建和选择模型,强调了模型选择的直观方法,如通过观察散点图、相关系数和逐步减去最高p-value的变量。还提到了防止过拟合和考虑预测变量交互及高次幂的策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

多元回归

多元回归是线性回归模型的自然延伸。它用于从几个解释变量预测响应的值。每个解释变量都有自己的系数。响应变量由所有变量乘以各自系数的组合来预测。

其基本原理与简单回归相同:我们寻求预测因子的线性组合,以最小化与结果变量的差异。

 

 

the parallel slopes model 平行斜率模型

数据展示

当我们遇到两个 变量的场景,其中一个是 数字型变量(温度),其中一个是 分类型变量(是否是周末),我们定义了下面这样的模型:

X1 是“温度”,X2是 “是否是周末”

 

也就是这样的:

 

我们得到的是两条线,斜率 slpoe是一样的 (都是β1),但是截距不一样 (βˆ0 和 βˆ0 + βˆ2) ,注意虽然是两条线,但只有一条线对应每一个数据点。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Clark Kent 2000

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值