[我现在正在做一个分配,在这里我得到了数据集(如下所示),并被要求获取估计回归线的方程。
我知道我需要找到的答案是118.91-0.905x
(在答案键中),但是我拥有的代码给了我答案130.85-1.076x
。我不确定代码中有什么错误。我已经看过多次了,没有发现任何错误。我还仔细检查了我的数据是否正确,这对我来说似乎是正确的。这是我在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
这是我正在使用的数据:
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
此作业中的问题是找到估计回归线的方程。数据作为多个(x,y)坐标点提供。假定方程式的形式为:
<< img src =“ https://image.soinside.com/eyJ1cmwiOiAiaHR0cHM6Ly9sYXRleC5jb2RlY29ncy5jb20vZ2lmLmxhdGV4P3klMjAlM0QlMjBteCUyMCZwbHVzOyUyMGIifQ>]
具有斜率m
和y截距b。R中的lm
函数使用一个利用~
运算符的公式。
~
运算符是此类模型的基础。一个y〜模型形式的表达式被解释为规范响应y由指定的线性预测变量建模象征性地通过模型。查看有关公式here的更多信息。
在那种情况下,如果要响应,y
(孔隙度),通过预测变量x(权重)建模,则将具有:,而lm(data[,2] ~ data[,1])
其中
data[,2]
是数据的第二列y
data[,1]
是数据的第一列x。这会给你:
为118.9,斜率m(x系数)为-0.9。因此,等式为:Call: lm(formula = data[, 2] ~ data[, 1]) Coefficients: (Intercept) data[, 1] 118.910 -0.905
截距b