用R语言学习数据挖掘——8.一元线性回归

一元线性回归概念

若有如下数据：（部分数据）

做出散点图直观观察：可以看出X和Y基本符合一个线性关系。

> X<-c(0.1,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.2,0.21,0.23)
> Y<-c(42,43.5,45,45.5,45,47.5,49,53,50,55,55,60)
> plot(X,Y)

我们可以认为Y与X的关系基本上是线性的，而这些点与直线的偏离是由其他一切不确定因素的影响造成的，为此可以做如下假定：
Y = β0 + β1X + ε

其中，β0 + β1X 表示Y随X的变化而线性变化的部分；

ε是随机误差 ，它是其他一切不确定因素影响的总和，其值不可观测。通常假定ε ∼ N(0, σ^2)

我们称函数f(X) = β0 + β1X 为一元线性回归函数，β0为回归常数，β1为回归系数，统称回归参数。

称X为回归自变量（或回归因子），称Y为回归因变量&#