Функция lm() в R — модель линейной регрессии

R 语言实例Примеры на языке R

Функция lm() в R используется для подгонки моделей линейной регрессии и анализа линейной зависимости между независимыми и зависимыми переменными.

Линейная регрессия — один из наиболее фундаментальных и важных инструментов статистического моделирования.

Синтаксис функции lm() выглядит следующим образом:

lm(formula, data)

Описание параметра:

  • formulaФормула в формате y ~ x1 + x2 + ..., где y — зависимая переменная, а x — независимые переменные.

  • dataФрейм данных, содержащий переменные из формулы.

Пример

# Данные о расходах на рекламу и продажах
ad_spend <- c(10, 15, 12, 18, 20, 14, 22, 16, 25, 19)
sales <- c(50, 65, 55, 72, 80, 60, 88, 68, 95, 75)

# Подгонка линейной модели
model <- lm(sales ~ ad_spend)

# Просмотр сводки модели
print(summary(model))

# Прогнозирование новых данных
new_spend <- data.frame(ad_spend = c(17, 23))
predictions <- predict(model, new_spend)
print(paste("Прогнозируемые продажи:", predictions))

Выполнение приведенного выше кода дает следующий вывод:

Call:
lm(formula = sales ~ ad_spend)

Residuals:
    Min      1Q  Median      3Q     Max
-4.3780 -1.5831 -0.4329  1.8202  4.9347

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)  17.1622     3.4394   4.990  0.00106 **
ad_spend      3.0623     0.1933  15.839  2.42e-07 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.829 on 8 degrees of freedom
Multiple R-squared:  0.9691,    Adjusted R-squared:  0.9652
F-statistic: 250.9 on 1 and 8 DF,  p-value: 2.422e-07

[1] "预测销售额: 69.2218150385764 87.5953501640316"

R-квадрат равен 0.9691, что указывает на то, что расходы на рекламу могут объяснить около 97% вариации продаж.

R 语言实例Примеры на языке R

Другие расширения