多元统计分析及R语言建模|R语言基础语法|今天是记录自己学习的第三天呀！加油！

**

多元统计分析及R语言建模|R语言基础语法|今天是记录自己学习的第三天呀！加油！

**
/***
Author:Jiang Zhiying
Data:2017.11.10
Emial:1443928904@qq.com
Description:stduy
***/
**
*

部分知识点(今天的知识点主要是截图，图片来源于中国大学生慕课网王斌会教授的课程)

2.3.
4.

5.

6.
7.

8.
**

代码部分

**
#读取身高和体重的数据
x=c(171,175,159,155,152,158,154,164,168,166,159,164)#身高
y=c(57,64,41,38,35,44,41,51,57,49,47,46)#体重
plot(x,y)

cor(x,y=NULL,method = c(“pearson”,“kendall”,“spearman”))
cor(x,y)

cor.test(x,y)

#建立直线回归方程
y=b+ax
b=lxy(x,y)/lxy(x,x)
a=mean(y)-b*mean(x)
c(a=a,b=b)

#散点图
plot(x,y)
lines(x,a+b*x)

#方差分析
#在mvststs4.xls:d4.3中选取数据，拷贝
d4.3=read.table(“clipboard”,header = T);d4.3
#拟合模型
m4.3=lm(y~x,data=d4.3);m4.3
#做回归直线
plot(y~x,data=d4.3)#做散点图
abline(m4.3)#添加回归直线
#模型的方差分析
anova(fm)#模型方差分析
summary(fm)#回归系数t检验

#第五章 广义与一般线性模型及R使用
#建立Poisson对数线性模型
d5.2=read.table(“clipboard”,header = T)#读取例5.2数据
log=glm(y~x1+x2,family = possion,data = d5.2)#对数线性模型
summary(log)#检验结果
#建立全变量logistic回归模型
d5.1=read.table(“clipboard”,header=T)#读取例5.数据
logit<-glm(y~x1+x2+x3,family = binomial,data = d5.1)#Logistic模型
summary(logit)#Logistic模型结果
#逐步筛选变量logistic回归模型
#逐步筛选法变量选择
logit.step=step(logit)
#逐步筛选法变量选择结果
summary(logit.step)

End:被嘲笑的梦想，才有实现的价值！