R語言實(shí)驗(yàn)報告—回歸分析在女性身高與體重的應(yīng)用(共9頁)

1、R語言實(shí)驗(yàn)報告回歸分析中身高預(yù)測體重的模型學(xué)院：班級： 學(xué)號：姓名：導(dǎo)師：成績： 目錄一、實(shí)驗(yàn)背景1二、實(shí)驗(yàn)?zāi)康?三、實(shí)驗(yàn)環(huán)境1四、實(shí)驗(yàn)內(nèi)容11.給出實(shí)驗(yàn)女性的身高體重信息；22.運(yùn)用簡單線性回歸分析；23.運(yùn)用多項(xiàng)式回歸分析2五、實(shí)驗(yàn)過程2（一）簡單線性回歸21.展示擬合模型的詳細(xì)結(jié)果22.女性體重的數(shù)據(jù)23.列出擬合模型的預(yù)測值34.列出擬合模型的殘差值35.得出身高預(yù)測體重的散點(diǎn)圖以及回歸線3（二）多項(xiàng)式回歸51.展示擬合模型的詳細(xì)結(jié)果52.身高預(yù)測體重的二次回歸圖5六、實(shí)驗(yàn)分析7七、總結(jié)7一、實(shí)驗(yàn)背景從許多方面來看，回歸分析都是統(tǒng)計學(xué)的核心。她其實(shí)是一個廣義的概念，通指那些用一個或多變

2、量（也稱自變量或解釋變量）來預(yù)測響應(yīng)變量（也稱因變量、效標(biāo)變量或結(jié)果變量）的方法。通常，回歸分析可以用來挑選與響應(yīng)變量相關(guān)的解釋變量，可以描述兩者的關(guān)系，也可以生成一個等式，通過解釋變量來預(yù)測響應(yīng)變量。二、實(shí)驗(yàn)?zāi)康腞是用于統(tǒng)計分析、繪圖的語言和操作環(huán)境。R是屬于GNU系統(tǒng)的一個自由、免費(fèi)、源代碼開放的軟件，它是一個用于統(tǒng)計計算和統(tǒng)計制圖的優(yōu)秀工具；本次試驗(yàn)要求掌握了解R語言的各項(xiàng)功能和函數(shù)，能夠通過完成試驗(yàn)內(nèi)容對R語言有一定的了解，會運(yùn)用軟件對數(shù)據(jù)進(jìn)行分析；通過本實(shí)驗(yàn)加深對課本知識的理解以及熟練地運(yùn)用R語言軟件來解決一些復(fù)雜的問題。三、實(shí)驗(yàn)環(huán)境Windows系統(tǒng)，R或者R Studio四、實(shí)驗(yàn)

3、內(nèi)容本實(shí)驗(yàn)提供了15個年齡在3039歲間的女性的身高和體重信息，運(yùn)用回歸分析的方法通過身高來預(yù)測體重，獲得一個等式可以幫助我們分辨哪些過重或過輕的個體。1.給出實(shí)驗(yàn)女性的身高體重信息；2.運(yùn)用簡單線性回歸分析；3.運(yùn)用多項(xiàng)式回歸分析五、實(shí)驗(yàn)過程（一）簡單線性回歸1.展示擬合模型的詳細(xì)結(jié)果2.女性體重的數(shù)據(jù)3.列出擬合模型的預(yù)測值4.列出擬合模型的殘差值5.得出身高預(yù)測體重的散點(diǎn)圖以及回歸線（二）多項(xiàng)式回歸1.展示擬合模型的詳細(xì)結(jié)果2.身高預(yù)測體重的二次回歸圖六、實(shí)驗(yàn)分析（一）簡單線性回歸通過輸出結(jié)果，可以得到預(yù)測等式：Weight=-87.52+3.45*Height因?yàn)樯砀卟豢赡転?，所以沒

4、必要給截距項(xiàng)一個物理解釋，它僅僅是一個常量調(diào)整項(xiàng)。在Pt（|t|）欄，可以看到回歸系數(shù)（3.45）顯著不為0（P0.001），表明身高每增高1英寸，體重預(yù)期增加3.45磅。R平方項(xiàng)（0.991）表明模型可以解釋體重99.1%的方差，它也是實(shí)際和預(yù)測值之間的相關(guān)系數(shù)的平方 。參差標(biāo)準(zhǔn)誤則可認(rèn)為是模型用身高預(yù)測體重的平均誤差。我們已經(jīng)輸出了真實(shí)值、預(yù)測值和殘差值，由身高預(yù)測體重的散點(diǎn)圖，可以看出最大的殘差值在身高矮和身高高的地方出現(xiàn)。（二）多項(xiàng)式回歸新的預(yù)測等式為：Weight=261.88-7.35* Height+0.083* 在p0.001的水平下，回歸系數(shù)都非常顯著。模型的方差解釋率已經(jīng)增加到了99.9%。二次項(xiàng)的顯著性（t=13.89,p0.001）表明包含二次項(xiàng)提高了模型的擬合度，說明多項(xiàng)式回歸可以提高回歸的預(yù)測精度。七、總結(jié)通過試驗(yàn)對R語言有了進(jìn)一步的了解。這次試驗(yàn)通過隨機(jī)生成學(xué)生成績，并且對學(xué)生成績進(jìn)行最大值、最小值、平均值等