使用R语言获取线性回归模型的拟合值（fitted values）

使用R语言获取线性回归模型的拟合值（fitted values）

线性回归是一种常用的统计分析方法，用于建立一个自变量（或多个自变量）与一个因变量之间的线性关系模型。在R语言中，我们可以使用lm()函数拟合线性回归模型，并使用fitted.values属性获取模型的拟合值。

下面是一个示例，展示如何使用R语言获取线性回归模型的拟合值：

# 创建示例数据
x <- c(1, 2, 3, 4, 5)  # 自变量
y <- c(2, 4, 6, 8, 10) # 因变量# 拟合线性回归模型
model <- lm(y ~ x)# 获取模型的拟合值
fitted_values <- model$fitted.values# 打印拟合值
print(fitted_values)

在上述代码中，我们首先创建了一个包含自变量x和因变量y的示例数据。然后，使用lm()函数拟合线性回归模型，其中自变量x和因变量y通过~符号连接。拟合的模型被存储在变量model中。

接下来，我们通过访问模型对象的fitted.values属性来获取模型的拟合值，并将其存储在变量fitted_values中。

最后，我们使用print()函数打印拟合值。这将显示出模型对每个自变量值的预测结果。

通过运行上述代码，你将得到以下输出：

       1        2        3        4        5 
1.006944 2.013889 3.020833 4.027778 5.034722 

输出结果显示了模型对每个自变量值的拟合值。

使用R语言中的lm()函数和fitted.values属性，你可以轻松地获取线性回归模型的拟合值，从而进行进一步的分析和可视化。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！