[英]Equation of the estimated regression line
我現在正在做一個作業,我得到了數據集(見下文),並被要求獲得估計回歸線的方程。
我知道我需要找到的答案是118.91-0.905x
(這在答案鍵中)但我擁有的代碼給了我答案130.85-1.076x
。 我不確定我的代碼有什么問題。 我已經檢查了很多次,沒有發現任何問題。 我還仔細檢查了我的數據是否正確,並且對我來說似乎是正確的。 這就是我在 R-Studio 中所做的:
> data = read.csv("P17.csv", header = TRUE)
> data
x y
1 99.0 28.8
2 101.1 27.9
3 102.7 27.0
4 103.0 25.2
5 105.4 22.8
6 107.0 21.5
7 108.7 20.9
8 110.8 19.6
9 112.1 17.1
10 112.4 18.9
11 113.6 16.0
12 113.8 16.7
13 115.1 13.0
14 115.4 13.6
15 120.0 10.8
> plot(data[,1],data[,2],main="Concrete Specimen", xlab="Unit Weight (pcf)",ylab="Porosity (%)",pch=19)
> cor(data[,1], data[,2])
[1] -0.9868573
> data.lm=lm(data[,1]~data[,2])
> data.lm
Call:
lm(formula = data[, 1] ~ data[, 2])
Coefficients:
(Intercept) data[, 2]
130.854 -1.076
這是我正在使用的數據:
x,y
99.0,28.8
101.1,27.9
102.7,27.0
103.0,25.2
105.4,22.8
107.0,21.5
108.7,20.9
110.8,19.6
112.1,17.1
112.4,18.9
113.6,16.0
113.8,16.7
115.1,13.0
115.4,13.6
120.0,10.8
這個作業的問題是找到估計回歸線的方程。 數據以多個 (x, y) 坐標點的形式提供。 假設方程公式為:
斜率m和 y 截距b 。
R 中的lm
function 使用使用~
運算符的公式。
~
運算符是形成此類模型的基礎。 y ~ model 形式的表達式被解釋為響應 y 由 model 符號指定的線性預測器建模的規范。
在此處查看有關公式的更多信息。
在這種情況下,如果您想要響應y (孔隙率),由預測變量x (重量)建模,您將擁有:
lm(data[,2] ~ data[,1])
其中data[,2]
是第二列數據y ,而data[,1]
是第一列x 。
這會給你:
Call:
lm(formula = data[, 2] ~ data[, 1])
Coefficients:
(Intercept) data[, 1]
118.910 -0.905
截距b為 118.9,斜率m ( x系數)為 -0.9。 因此等式是:y = -0.9x + 118.9。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.