文档介绍：精品文档
精品文档
1
精品文档
.
软件一元线性回归解析
合金钢强度与碳含量的数据
碳含量
合金钢强度
序号
/%
/107pa
1
2
数residuals（）计算回归方程的残差。程序如下：
>=residuals();
plot()
获得残差图
精品文档
精品文档
10
精品文档
精品文档
精品文档
14
精品文档
..
精品文档
精品文档
12
精品文档
.
2
1
s
re
.
y0
1
-
2
-
24681012
Index
从残差图能够看出，第8个点有些反常，这样我们用程序将第8个点
的残差标出，程序如下：
>text(8,[8],labels=8,adj=)
8
2
1
s
re
.
y0
精品文档
精品文档
13
精品文档
1
-
2
-
24681012
Index
精品文档
精品文档
14
精品文档
..
精品文档
精品文档
14
精品文档
.
这个点可能有问题，下面做简单办理，去掉该样本点，编程如下：
>i=1:12;
outputcost2=(x[i!=8,])
lm2=lm(E~C,data=outputcost2)
summary(lm2)
结果输出如下：
Call:
lm(formula=E~C,data=outputcost2)
Residuals:
Min1QMedian3QMax
---
Coefficients:
(>|t|)
(Intercept)-09*
-08*
---
:0‘*’‘’‘*’‘.’‘’1
Residualstandarderror:
MultipleR-squared:,AdjustedR-squared:
F-statistic:,p-value:-08
由结果解析，去掉第8个点之后，回归方程系数变化不大，R2有关系数有所提高，并且p-值变小了，这说明样本点8能够去掉。所得新模型较为理想。
总结程序如下：
>
x2=matrix(c(,42,,43,,45,,45,,45,,,,49,,50,,55,,55,
3,60),nrow=11,ncol=2,byrow=T,dimnames=list(1:11,c("C","E")))
>outputcost=(x2)
>plot(outputcost$C,outputcost$E)
>=lm(E~C,data=outputcost)
精品文档
精品文档
16
精品文档
..
精品文档
精品文档
14
精品文档
.
>summary()
Call:
lm(formula=E~C,data=outputcost)
Residuals:
Min1QMedian3QMax
---
Coefficients:
(>|t|)
(Intercept)-09*
-08*
---
:0‘*’‘’‘*’‘.’‘’1
Residualstandarderror:
MultipleR-squared:,AdjustedR-squared:
F-statistic:,p-value:-08
>abline()
获得最后的散点图和回归直线
0
6