R语言—数据分析3

上篇文章给大家留了个作业，那么答案现在揭晓：

缺失值数据里，通过变量的相关性填补缺失值：

①: > cor(algae[,4:18],use ="complete.obs") 命令得出函数间的相关之，知识点函数cor（）

②：>symnum(cor(algae[,4:18],use = "complete.obs"))函数symnum改善输出结果

③: > lm(PO4~oPO4,data =algae) 通过模型得出相关函数，填充缺失值

以上是上次课余答案。今天将如何根据数据建立模型：通过多元线性回归，和回归树模型两种不同的模型；

线性回归：R预言中，线性回归不能使用有缺失值的数据集;通过如下命令，我们得到不含缺失值的数据集；

通过lm（）建立一个回归模型，用其他所有变量来预测变量a1，其中第一个参数点“.”代表数据框a1之外的所有变量。

通过summary（）获取多元线性模型的信息。

对得到的线性模型对象用summary（）函数得到一些诊断信息，：

①拟合残差：残差应该是均值为0，且正态分布（显然残差尽可能的小）

②为了检验系数的重要性，通过t检验（假设系数为0，被拒绝的概率）来验证，Pr(>|t|) 显示与系数相关的一列

③R2表示模型与数据的吻合度，越接近于1，越好。

由此可知该模型的方差不好（32%），目标变量不依赖预测变量假设。检查某些系数的显著性，会得出有些变量不应该进入模型。

用anova()精简线性模型。函数anova(lm.a1)，提供线性拟合的方差分析。

由上面可知season对线性拟合的方差贡献非常小，可以剔除。

用update（）将变量season删除

新模型R2提高到了32.8%，依然不好。

用anova比较两个模型，但是Pr(>F)是0.69，不显著，区别不大。

接下来还需要重复删除变量步骤。你觉得是人工一直这样手动删除检验么~~~

当然不是啦，R提供了函数，可以直接自动完成。

如下，只需要step这一步，就可以自动完成向后消元过程。

向后消元完成后，还需要用summary（）检验；从如下检验结果看， R2依然不是很理想33.24%，此时我们就需要考虑更换模型了。

利用回归树？？这个问题小编先留给大家思考，下期内容更新实现方法。

知识点：1：多元线性回归lm（）

2：summary（）函数

3：anova()函数

4：step（）函数