本文介绍了R语言中OLS（普通最小二乘法）模型的原理和应用，包括模型的四个假设检验，如正态性、独立性、线性相关和同方差性，并通过案例代码展示了多元线性回归模型的构建和检验。同时，讨论了异常观测值的识别，如离群点、高杠杆值点和强影响点，以及相应的解决措施。
前言
变量之间的关系可以分为函数关系（有精确的数学表达式）和相关关系可以分为：平行关系（一元回归分析），依存关系（多元回归分析）。
以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！
今天就来总结一下ols模型
一.ols模型需要满足四个假设：
1.正态性，可以通过qqplot进行检验，看看是否分布在45度倾斜角的直线上
2.独立性，可以根据自己的经验进行判断，比如年龄和头发的颜色两个变量之间基本使相互独立的，也可以用car包的Durbin~W
订阅专栏 解锁全文
扫一扫
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
