R语言应用实战-OLS模型算法原理及应用示例
【摘要】
前言
变量之间的关系可以分为函数关系(有精确的数学表达式)和相关关系可以分为:平行关系(一元回归分析),依存关系(多元回归分析)。
以下是我为大家准备的几个精品专栏,喜欢的小伙伴可自行订阅,你的支持就是我不断更新的动力哟!
MATLAB-30天带你从入门到精通
MATLAB深入理解高级教程(附源码)
tableau可视化数据分...
前言
变量之间的关系可以分为函数关系(有精确的数学表达式)和相关关系可以分为:平行关系(一元回归分析),依存关系(多元回归分析)。
以下是我为大家准备的几个精品专栏,喜欢的小伙伴可自行订阅,你的支持就是我不断更新的动力哟!
今天就来总结一下ols模型
一.ols模型需要满足四个假设:
1.正态性,可以通过qqplot进行检验,看看是否分布在45度倾斜角的直线上
2.独立性,可以根据自己的经验进行判断,比如年龄和头发的颜色两个变量之间基本使相互独立的,也可以用car包的Durbin~Watson检验函数
3.线性相关,可以通过成分残差图来进行判断,可以加载car包,crplots()函数进行检验
4.同方差性,可以通过car包中的ncvTest()函数进行检验
二.案例代码
t<-c(1978,1979,
文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。
原文链接:wenyusuran.blog.csdn.net/article/details/119884403
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)