R的简单介绍线及性回归.ppt

R学习的分享;目录;目录;R的介绍;R的特点;R的界面;R的使用注意事项; 输入数据 导入数据 在R中按照个人要求的格式来创建含有研究信息的数据，是进行任何数据分析的第一步。在R中一般会有以下两种形式： 选择一种数据结构来存储数据 将数据输入或导入到这个数据结构中;1.1.1向量的赋值;1.1.2有序向量的赋值;1.2.矩阵创建;1.3.1表格输入;1.3.2数据框的直接输入;2.数据读入;2.其他读取;三、统计分析方法简介;3.1方差分析;方差分析代码;3.1多重比较;3.1.1方差分析与多重比较命令;3.2假设检验; 3.2.1假设检验命令调用;3.3主成分和因子分析;3.3.1主成分分析;主成分分析代码;3.3. 1主成分分析的代码调用;3.3.2因子分析：;3.3.1因子分析函数的调用;3.4.判别分析;3.5聚类分析;3.5.1聚类分析函数的调用; 近年来，我国普通高等教育得到了迅速发展，为国家培养了大批人才。但由于我国各地区经济发展水平不均衡，加之高等院校原有布局使各地区高等教育发展的起点不一致，因而各地区普通高等教育的发展水平存在一定的差异，不同的地区具有不同的特点。对我国各地区普通高等教育的发展状况进行聚类分析。 定性考察反映教育发展状况的五个方面十项评价指标，可以看出来某些指标之间存在着较强的相关性。比如x3（每10万人口高等院校招生数）,x4（每10万人口高等院校在校生数）,x5（每10万人口高等院校教职工数）。 通过聚类分析，可将这10类指标进行分类。;3.6回归分析;3.6.1线性回归详细讲解;实例解析： 数据 在R中操作： 先做散点图，观察两者之间的大致关系。通过以下命令： weight-c(42,42,46,46,46,50,50,50) fhl-c(2.55,2.2,2.75,2.4,2.8,2.81,3.41,3.1) womendata-data.frame(weight, fhl) plot(fhl~weight, type=b,col=red,xlab=体重,ylab=肺活量,xlim=c(40,50),ylim=c(0,3.5)) ; 通过图形发现，体重与肺活量之间有较强的线性关系。 进一步做线性回归分析： fit-lm(fhl~weight,data=womendata) summary(fit) Call: lm(formula = fhl ~ weight, data = womendata) Residuals: Min 1Q Median 3Q Max -0.30590 -0.16699 0.03269 0.12481 0.33128 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) -1.58154 1.27732 -1.238 0.2619 weight 0.09321 0.02741 3.401 0.0145 * -- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 ? Residual standard error: 0.2421 on 6 degrees of freedom Multiple R-squared: 0.6584, Adjusted R-squared: 0.6015 F-statistic: 11.56 on 1 and 6 DF, p-value: 0.01448 以上分析，我们看到肺活量与体重之间存在着线性关系