目錄
lm( )
summary()
anova()
coef()
deviance()
formula()
predict()
應用於線性模型
fitted.model
其中:
提取模型的計算結果
> x
> y
> lm.sol
> summary(lm.sol)
結果圖:
計算方差分析表
> x
> y
> lm.sol
> anova(lm.sol)
結果:
提取模型係數
> coef(lm.sol)
結果:
計算殘差平方和
> deviance(lm.sol)
結果:
提取模型公式
> formula(lm.sol)
結果:
做模型的**
predict(object, newdata=data.frame)
object是模型結果,newdata是資料框,**點資料
> newdata
> predict(lm.sol,newdata)
結果:
**x=0.24時,y的取值。注意,資料框的屬性名必要要和變數名對應上
> newdata
> predict(lm.sol,newdata)
結果:
**x=0.24和x=0.25時,y的取值。
**預設的置信區間是0.95。也可以手動指定置信區間(level=0.95),並把**的區間範圍值拿到(interval="prediction")。
> predict(lm.sol,newdata,interval="prediction",level=0.95)
結果:
logit回歸模型假設 廣義線性模型與R實現
假設y是正態分佈,y的條件均值是 的線性函式 假定yi來自指數分布族,常見的正態分佈 二項分布 泊松分布 伽馬分布都是指數分布族 指數分布族的概率密度 注 泊松分布和二項分布的 1 為連線函式,一對一連續可導函式 由於連線函式為一對一,因此 沒有解析解,主要演算法有牛頓迭代和fisher得分法,具體...
線性模型和非線性模型的區別,以及啟用函式的作用
a.線性模型可以用曲線擬合樣本,線性模型可以是用曲線擬合樣本,但是分類的決策邊界一定是直線的,例如logistics模型 廣義線性模型,將線性函式進行了一次對映 b.區分是否為線性模型,主要是看乙個乘法式子中自變數x前的係數w,如果w只影響乙個x,那麼此模型為線性模型。或者判斷決策邊界是否是線性的 ...
有關內聯函式的總結
原因 對於函式的呼叫,開銷較大,但是使用inline內聯的時候,呼叫函式的時候,編譯器會將 副本展開到函式呼叫處,所以,這樣子程式的 規模會比較大,但是能減少函式呼叫開銷,提高效能。a 由程式設計師在函式中加inline關鍵字,是 建議 編譯器將函式內聯,編譯器保留是否內聯的最終權利,一般較小的函式...