|
|
30秒注册登陆，可查看更多信息，结交更多好友，享用更多功能，轻松玩转论坛，白白手拉手欢迎您的加入！
您需要 登录 才可以下载或查看，没有账号？注册新成员
x
解题：
1）输入数据：
>x<-c(20, 25, 30, 35, 40, 45, 50, 55, 60, 65)
>y<-c(13.2, 15.1, 16.4, 17.1, 17.9, 18.7, 19.6, 21.2, 22.5, 24.3)
2）画散点图
plot(x, y)
3）求回归方程：
>lm.reg<-lm(y~1+x)
>summary(lm.reg)
输出:
Call:
lm(formula = y ~ 1 + x)
Residuals:
Residuals:
Min 1Q Media 3Q Max
-0.67273 -0.33333 -0.07273 0.34545 0.68182
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 9.12121 0.47708 19.12 5.8e-08 ***
x 0.22303 0.01063 20.97 2.8e-08 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.483 on 8 degrees of freedom
Multiple R-squared: 0.9821, Adjusted R-squared: 0.9799
F-statistic: 439.8 on 1 and 8 DF, p-value: 2.805e-08
得出回归方程：y=9.12121+0.22303x
从上述输出结果p值可以看出回归方程通过回归参数的检验和回归方程的检验
3）预测X=42℃时产量的估计值以及预测区间(置信度为95%)
>point<-data.frame(x=42)
>lm.pred<-predict(lm.reg, point, interval = 'prediction', level = 0.95)
>lm.pred
输出：
fit lwr upr
1 18.48848 17.32034 19.65663
X=42℃时产量的估计值为18.48848 预测区间[17.32034, 19.65663]
|
-
散点图
-
习题9.2
|
发表于 2017-4-12 15:37:05
又是一脸懵逼的路过
发表于 2017-4-12 16:18:16