R建模之回归（二）

最新推荐文章于 2025-04-11 15:47:45 发布

搁浅时光0315

最新推荐文章于 2025-04-11 15:47:45 发布

阅读量1k

点赞数

分类专栏： R 数据分析

本文链接：https://blog.youkuaiyun.com/weixin_39666856/article/details/80512893

版权

本文探讨了在R中如何在回归模型中加入离散预测变量，以研究降水量（低、中、高）与so2浓度的关系。尽管直观上看两者无明显关联，但建议使用回归树方法，如rpart包的rpart函数，以找到最佳的降雨天数分界点，减少so2浓度平均值的偏差平方和。散点图进一步证实了不同降雨类别间的显著差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一节是建立线性回归模型以及对于其模型预测效果的讨论，这一节做一下模型中引入一个离散型预测变量。依然使用上一节中的usair数据集，在模型中增加x5（降水量：年度发生降雨的天数）作为预测变量，该预测变量有三种类别（低、中、高），将他们的分界点划分为30天和45天，研究降水量和so2浓度是否存在关联，模型建立如下所示：

plot(y~x5,data=usair,cex.lab=1.5)                          #画y和x5的点图
abline(lm(y~x5,data=usair),col='red',lwd=2.5,lty=1)           #总体拟合曲线，
abline(lm(y~x5,data=usair[usair$x5<=45,]),col='blue',lwd=2.5,lty=3)   # 小于45天的
abline(lm(y~x5,data=usair[usair$x5>=30,]),col='green',lwd=2.5,lty=2)     #大于30天的
abline(v=c(30,45),col='yellow',lwd=2.5)           #分界线
legend('topleft',lty=c(1,3,2,1),lwd=rep(2.5,4),legend=c('y ~ x5','y ~ x5 | x5<=45','y ~ x5 | x5>=30','Critical zone'),col=c('red','blue','green'