Daftar Isi:
- Fungsi lm () memungkinkan Anda untuk menentukan apa saja dari model linier paling sederhana hingga model interaksi kompleks.
- Anda plot scatterplot dengan data.
Video: Tutorial penggunaan RStudio (Analisis Regresi) 2024
Analisis varians untuk data Anda juga dapat ditulis sebagai model linier di R, di mana Anda menggunakan faktor sebagai variabel prediktor untuk memodelkan variabel respons. Tentu saja, variabel prediktor juga dapat berupa variabel kontinyu. Misalnya, berat mobil jelas memiliki pengaruh pada jarak tempuh. Tapi alangkah baiknya memiliki gagasan tentang besarnya pengaruh itu. Intinya, Anda ingin mencari persamaan yang mewakili garis tren. Anda menemukan data yang Anda butuhkan untuk memeriksa ini di mtcars dataset.
Fungsi lm () memungkinkan Anda untuk menentukan apa saja dari model linier paling sederhana hingga model interaksi kompleks.
Untuk memodelkan jarak tempuh dalam fungsi berat mobil, Anda menggunakan fungsi lm (), seperti ini: >> Model <- lm (mpg ~ wt, data = mtcars)
Anda menyediakan dua argumen:
Rumus yang menjelaskan modelnya:
Di sini, Anda memodelkan variabel mpg sebagai fungsi dari variabel wt.-
Bingkai data yang berisi variabel dalam rumus: Di sini, Anda menggunakan bingkai data mtcars.
-
Anda dapat menentukan banyak model kompleks dengan antarmuka rumus saat Anda mengetahui jalannya. Objek yang dihasilkan adalah daftar dengan struktur yang sangat kompleks, namun dalam kebanyakan kasus Anda tidak perlu khawatir tentang itu. Objek model berisi banyak informasi yang dibutuhkan untuk perhitungan diagnostik dan prediksi baru.
Alih-alih menyelam ke objek model itu sendiri dan menemukan informasi di suatu tempat di dalam daftar objek, Anda dapat menggunakan beberapa fungsi yang membantu Anda memperoleh informasi yang diperlukan. dari model Sebagai contoh, Anda dapat mengekstrak vektor bernama dengan koefisien dari model menggunakan fungsi coef (), seperti ini: >> coef. Model coef. Model (Intercept) wt 37. 285126 -5. 344472
Koefisien ini mewakili intersep dan kemiringan garis tren. Anda bisa menggunakan ini untuk merencanakan garis tren pada scatterplot data. Anda melakukan ini dalam dua langkah:Anda plot scatterplot dengan data.
Anda menggunakan fungsi plot () untuk itu.
Anda menggunakan fungsi abline () untuk menggambar garis tren berdasarkan koefisien.
Kode berikut memberi Anda plot: >> plot (mpg ~ wt, data = mtcars)> abline (a = coef. Model [1], b = coef. Model [2])
-
The abline () argumen a mewakili pencegatan, dan b mewakili kemiringan garis tren yang ingin Anda plotkan. Anda plot garis vertikal dengan menetapkan argumen v ke mencegat dengan
x
-
-axis sebagai gantinya.Garis horisontal diplot dengan menetapkan argumen v ke pencegatan dengan
y
-aksis.
Berikut adalah gambaran umum fungsi untuk mengekstrak informasi dari objek model itu sendiri. Fungsi ini bekerja dengan objek model yang berbeda, termasuk yang dibangun oleh aov () dan lm (). Banyak pengarang paket juga menyediakan fungsi yang sama untuk model yang dibangun oleh fungsi dalam paket mereka. Jadi, Anda selalu bisa mencoba menggunakan fungsi ekstraksi ini dalam kombinasi dengan fungsi model lainnya juga. Fungsi Apa Itu coef ()
Mengembalikan vektor dengan koefisien dari model
confint ()
Mengembalikan matriks dengan batas atas dan bawah > interval kepercayaan untuk setiap koefisien model | dipasang () |
---|---|
Mengembalikan vektor dengan nilai yang sesuai untuk setiap residu | pengamatan |
(998) Mengembalikan vektor dengan residu untuk setiap pengamatan < vcov () | Mengembalikan matriks variabilitas-kovariansi untuk koefisien
|