R数据分析：一般线性回归的做法和解释

发现大家做分析做的最多的还是线性回归，很多人咨询的都是线性回归的问题，今天专门出一个线性回归的文章。

在R语言中我们可以非常方便地用基础包中的lm方法做出线性回归。参数的书写也和数学方程一样一样的Y~X+X2，只不过将等号换成了~。我们用summary+回归对象就可以得到回归结果，如果要看模型的残差直接$resid就可以。

还是给大家写一个活生生的例子吧：

实例描述：

我们有如图的数据集，我想要用回归分析做month, spend对sales的关系。

 

首先读入数据集（请私信“数据链接”获取）并且规定数据属性：

dataset = read.csv("data-marketing-budget-12mo.csv", header=T,
colClasses = c("numeric", "numeric", "numeric"))

简单线性回归和多元线性回归

在我们的例子中，因变量是sales，如果我只用一个自变量，比如spend来做预测，此时就是简单线性回归；如果我用两个或者两个以上的自变量来做预测就是多元线性回归，做法都很简单：

simple.fit = lm(Sales~Spend, data=dataset)
summary(simple.fit)
multi.fit = lm(Sales~Spend+Month, data