
數(shù)據(jù)分析中常見的七種回歸分析以及R語言實(shí)現(xiàn)(四)---多項(xiàng)式回歸
在我們平時(shí)做回歸的時(shí)候,大部分都是假定自變量和因變量是線性,但有時(shí)候自變量和因變量可能是非線性的,這時(shí)候我們就可能需要多項(xiàng)式回歸了,多項(xiàng)式回歸就是自變量和因變量是非線性所做的一個(gè)回歸模型,其表達(dá)式:
Y=A0+A1X1+A2X2^2+ANXN^2+u
公式存手打,不是很好看,其特定就是右邊的等式只有一個(gè)自變量,但卻以不同的次冪出現(xiàn),這時(shí)候在令Xn^n=XnJ,將模型轉(zhuǎn)換成相應(yīng)的多元線性回歸模型
Y=A0+A1X1J+A2X2J+A3X3J....+u等,從而可以使用最小二乘法進(jìn)行參數(shù)估計(jì);
R語言代碼,這里我使用R語言自帶的身高體重的數(shù)據(jù)作為示例,也好久沒做一個(gè)完整的分析了,這次稍微分析全一些,可以參考《R語言實(shí)戰(zhàn)》回歸篇
確定問題
首先我們要想知道升高和體重是否有什么關(guān)聯(lián),如果有關(guān)聯(lián)那又是怎么樣的關(guān)聯(lián)呢?
數(shù)據(jù)說明
這里我們使用R語言自帶的women數(shù)據(jù)集,這個(gè)不需要安裝說明包,R語言自己就自帶了,存在兩個(gè)字段,體重和身高
height 身高
weight 體重
數(shù)據(jù)探索和可視化
首先我們先使用head()函數(shù)看看數(shù)據(jù)的前六行,因?yàn)檫@樣我們可以大致確定數(shù)據(jù)集的字段名稱和數(shù)據(jù)內(nèi)容;然后在使用summary()得到數(shù)據(jù)集的總概括
head(women)
體重的數(shù)值大約是是身高的一半,這是我們的猜測(cè);
summary(women)
體重的最小值是58,最大值是72,均值為65;這時(shí)候我們?cè)谑褂每匆幌律砀唠S體重的分布,因?yàn)閿?shù)據(jù)集就兩個(gè)列;可以直接使用Plot函數(shù)
plot(women)
可以看得出體重和身高大致呈現(xiàn)線性關(guān)系,略有非線性的因素;這時(shí)候我們?cè)?a href="http://www.3lll3.cn/view/20098.html" target="_blank">回歸建模前先看看兩個(gè)變量的相關(guān)系數(shù),這時(shí)候我們使用cor函數(shù)得到他們的皮爾森相關(guān)系數(shù)矩陣
cor(women)
身高體重相關(guān)系數(shù)高達(dá)0.995,說明高度相關(guān);接下來我們使用lm函數(shù)建模
fit <- lm(weight~height,data=women)
summary(fit)
截距項(xiàng)和體重都和身高高度顯著,模型殘差1.525,調(diào)整后的可決系數(shù)是0.9903;模型算是接近完美了,不過由于我們前面看到數(shù)據(jù)有些輕微的非線性分布,我們能否改進(jìn)這個(gè)模型呢?
多項(xiàng)式回歸
這里我們使用多項(xiàng)式回歸去擬合數(shù)據(jù),給它增加一個(gè)二次項(xiàng),也就是height^2,這里不能增加過多的冪次項(xiàng),因?yàn)橛锌赡軐?dǎo)致過擬合,I(height^2),I函數(shù)具體用法可以查查;
fit2 <- lm(weight~height+I(height^2),data=women)
summary(fit2)
從上結(jié)果上三個(gè)項(xiàng)都高度顯著,模型貌似更優(yōu)了,模型殘差0.384,調(diào)整后的可決系數(shù)0.999;
這里就說那么多
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10