函式：cor()
檢測：cor.test();
例如：li = iris[which(iris$species == "setosa"), 1:2]
plot(li)
一元線性回歸：
h = c(171,175,159,155,152,158,154,164,168,166,159,164)
w = c(57,64,61,38,35,44,41,51,57,49,47,46)
plot(h,w)
m = lm(w ~ 1 + h) 括號裡理解為：w = a + bh
b = lm(w ~ h - 1)或 lm(w ~ h +0)或 lm(w ~ 0 + h)
括號裡理解為：w = bh ,也就是說過原點
summary(m): 檢視模型的相關資訊
pr(>|t|) 這個值越接近0越好，後面是「***」的最好
multiple r-squared: 越接近 1 越好，
注意： 1）資料要符合正態分佈
2) 模型要是一元線性回歸
185cm的體重是：
z = data.frame(h = 185)
predict(m,z)
二元線性回歸：
x1 = c(76,91.5, 85.5, 82.5, 79,80.5, 74.5, 79, 85,76.5, 82,95,92.5)
x2 = c(50 ,20, 20, 30, 30, 50, 60, 50, 40, 55, 40, 40, 20)
y = c(120,141,124,126,117,125,123,125,132,123,132,115,147)
模型：sol = lm(y ~ x1 + x2)
R語言 相關分析和典型相關分析
r語言相關分析與典型相關分析 相關分析與典型相關分析 pearson相關係數 a c 1,3,5,7,9 b c 1,4,6,9,10 cor a,b pearson相關係數 cor.test a,b 檢驗相關係數的顯著性 cor iris 1 4 相關係數,引數填資料集，則計算相關係數矩陣 spe...
R語言 典型相關分析
1 關鍵點 典型相關分析 典型相關分析是用於分析兩組隨機變數之間的相關程度的一種統計方法，它能夠有效地揭示兩組隨機變數之間的相互 線性依賴 關係 例如 研究生入學考試成績與本科階段一些主要課程成績的相關性 將研究兩組變數的相關性問題轉化為研究兩個變數的相關性問題 此類相關為典型相關 3 r語言提供的...
R語言 典型相關分析
1 關鍵點 典型相關分析 典型相關分析是用於分析兩組隨機變數之間的相關程度的一種統計方法，它能夠有效地揭示兩組隨機變數之間的相互 線性依賴 關係 例如 研究生入學考試成績與本科階段一些主要課程成績的相關性 將研究兩組變數的相關性問題轉化為研究兩個變數的相關性問題 此類相關為典型相關 總體典型相關 樣...