您好,欢迎访问代理记账网站
  • 价格透明
  • 信息保密
  • 进度掌控
  • 售后无忧

R最基础操作

OLS一元回归(GPA on act)伍德里奇案例2.3

#data input
gpa=c(2.8,3.4,3.0,3.5,3.6,3.0,2.7,3.7)#读入数据:GPA因变量
act=c(21,24,26,27,29,25,25,30)#读入数据:自变量
student=1:8#生成1到8编号
data=cbind(student,gpa,act)#按列合并,生成3列
#data=rbind(student,gpa,act)#按行合并,生成3行

#simple linear regresion
ols=lm(gpa~act)#lm是linear model,做gpa对act的回归
summary(ols)

u_hat=ols$residuals#$是抽取这一数据到新变量里,默认是列向量
gpa_hat=ols$fitted.values
beta_hat=ols$coefficients

plot(act,gpa,col=1)#plot是新建一个表格,points是在已有表格画点
                      #col指颜色
points(gpa_hat~act,col=4)#~将gpa_hat和act联系起来,否则x轴是1-8学生编号

plot(u_hat)#无~,输出x轴是1-8学生编号
sum(u_hat)#E(u|x)很小约等于0,满足OLS条件

gpa_20=t(beta_hat) %*% c(1,20)#%*%是矩阵乘法,c(1,20)指beta0*1,beta1*20,是在act=20下gpa的表现
#默认列向量,t(beta_hat)转置成行向量

两个好玩的包:
praise 和 rainbow,一个夸夸小可爱,一个彩虹小可爱


分享:

低价透明

统一报价,无隐形消费

金牌服务

一对一专属顾问7*24小时金牌服务

信息保密

个人信息安全有保障

售后无忧

服务出问题客服经理全程跟进