1.线性回归
1.lsfit(x,y) #计算回归方程的斜率和截距
2.abline(lsfit(x,y) #画出散点图及回归线
3.lm(y~x) #详细的回归分析
4.lm(y!x+x2) #多元线性回归
2.非线性回归可以用变量变化转换为线性模型,从而用最小二乘法进行回归分析。使用R语言的nls方法实现非线性回归分析。x<-c(1,2,3,4,5)
y<--100+10*exp(x/2)+rnorm(x) #rnorm(x) 较小的随机数,当作残差
nlmod<-nls(y~Const+A*exp(B*x))
summary(nlmod)
plot(x,y,main="nls(0)")4.
curve(100+10*exp(x/2),col=4,add=TRUE)
lines(x,predict(nlmod),col=2,type='b')