对 R 来说仍然很陌生(老实说,统计数据),我目前只将它用于简单的线性回归模型。但现在我的一个数据集清楚地显示出倒 U 型模式。我想我必须对这些数据进行二次回归分析,但我不确定如何进行。到目前为止我尝试过的是:
independentvar2 <- independentvar^2
regression <- lm(dependentvar ~ independentvar + independentvar2)
summary (regression)
plot (independentvar, dependentvar)
abline (regression)
虽然这适用于正常的线性回归,但它不适用于非线性回归。我什至可以使用 lm 函数,因为我认为这意味着线性模型?
谢谢 伯特
这个例子来自@Tom Liptrot的这个SO帖子。
plot(speed ~ dist, data = cars)
fit1 = lm(speed ~ dist, cars) #fits a linear model
plot(speed ~ dist, data = cars)
abline(fit1) #puts line on plot
fit2 = lm(speed ~ I(dist^2) + dist, cars) #fits a model with a quadratic term
fit2line = predict(fit2, data.frame(dist = -10:130))
我不被允许回答之前的答案,但是来自Roman Lustrik的代码(抱歉,我不知道如何得到那个's')不会产生图中的最后一行(至少在当前版本中不会) R)。最后那条线怎么画?