這是我辛辛苦苦搞來的資料，說明一下，國內生產總值來至於國家統計局(2023年除外)，m2來自網路。
首先畫散點圖：
圖什麼意思，***。
對m2和年份做擬合,當然是指數級的(從散點圖可以看出)
> lm.sol
> summary(lm.sol)
call:
lm(formula = log(m2) ~ 年份, data = dt)
residuals:
min 1q median 3q max
-0.04702 -0.03278 -0.020270.035910.06410
coefficients:
estimate std. error t value pr(>|t|)
(intercept) -3.061e+024.691e+00-65.26 <2e-16 ***
年份 1.590e-012.342e-03 67.90 <2e-16 ***
---signif. codes:0 『***』 0.001 『**』 0.01 『*』 0.05 『.』 0.1 『 』 1
residual standard error: 0.04318 on 14 degrees of freedom
multiple r-squared: 0.997, adjusted r-squared: 0.9968
f-statistic:4611 on 1 and 14 df,p-value: < 2.2e-16
從上面的資料可以看出，擬合相當完美,t,f檢驗都通過，而且相當顯著,來畫圖：
> plot(dt$年份,dt$m2)
> lines(x,exp(predict(lm.sol,年份=x)))
m2 增長曲線很完美，但這不是幸福指數.
再來看看國內生產總值和m2的關係：
> lm.new
> summary(lm.new)
call:
lm(formula = 國內生產總值 ~ m2, data = dt)
residuals:
min 1q median 3q max
-11426-7328-3155 88533486
coefficients:
estimate std. error t value pr(>|t|)
(intercept) 3.015e+045.258e+03 5.733 5.17e-05 ***
m2 5.270e-011.345e-0239.192 1.03e-15 ***
---signif. codes:0 『***』 0.001 『**』 0.01 『*』 0.05 『.』 0.1 『 』 1
residual standard error: 12410 on 14 degrees of freedom
multiple r-squared: 0.991, adjusted r-squared: 0.9903
f-statistic:1536 on 1 and 14 df,p-value: 1.032e-15
>
從上面可以看出各項指標相當完美：
國內生產總值=30150+0.527*m2.
m2是什麼？不用我給你解釋吧.**一下,
今年的m2=?
先**一下m2
> lm.sol
> predict(lm.sol, data.frame(年份=c(2012)), interval="prediction", level=0.95)
fit lwr upr
1 13.74976 13.6452 13.85432
> exp(predict(lm.sol, data.frame(年份=c(2012)), interval="prediction", level=0.95))
fit lwr upr
1936364.6843401.4 1039575
>
今年的國內生產總值約：
predict(lm.new, data.frame(m2=c(936364.6)), interval="prediction", level=0.95)
fit lwr upr
1523609490840.6 556377.4
結論：大家自己發揮
R語言學習系列（1）
1 r語言簡介 與起源於貝爾實驗室的s語言類似，r是為統計計算和繪圖而生的，現在已經作為一套開源的資料分析解決方案。眾所周知，sas,spss,stata,excel等都是著名的資料處理與分析軟體。與它們相比，r是開源的，得到社群的廣泛支援，並且每天都在增加新的功能 從cran 上可以得到各領域 各...
R語言學習筆記 回歸分析
1.一元線性回歸 lm lm formula,data,subset,weights,na.action,method qr model true,x false,y false,qr true,singular.ok true,contrasts null,offset,formula為要擬合的模...
R語言學習筆記（八） 功效分析
t檢測 計算期望的樣本大小 install.packages pwr library pwr pwr.t.test d 8,sig.level 05,power 9,type two.sample two sample t test power calculation n 33.82555 樣本大小...