【最新】R语言分段回归 数据分析 案例报告(附代码数据)

1、有问题请联系官网客服：yO.cn/teradatR语言分段回归数据数据分析案例报告#读取数据data=readcsv(artificial-cover.csv)#查看部分数据head(data)#tree.covershurb.grass.cover#113.216.8#217.221.8#345.448.8#453.658.7#558.555.5#663.347.2#先调用spline包library(splines)#用lm拟合，主要注意部分是bs(age,knots=c(.)这部分把自变量分成不同部分fit=lm(tree.coverbs(shurb.grass.cover,knots=

2、c(25,40,60),data=data)#进行预测，预测数据也要分区pred=predict(fit,newdata=list(shurb.grass.cover=data$shurb.grass.cover),se=T)#然后画图plot(fit)有问题请联系官网客服：y0cn/teradat5-Bnps正ResidualsvsFitted001020304050FittedvaluesImftree.cover-bsfshurb.grass.cover,knots=c(25,40,60)NormalQ-Q5-BnpsaJpa?NpPPLJEcno-2-1012TheoreticalQu

3、antilesImftree.cover-bsfshurb.grass.cover,knots=c(25,40,60)原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）1有问题请联系官网客服：y0cn/teradat1020304050Scale-Location2LCTLgo0.Flronp-salP2N一plroPLJlrolm一FittedvaluesImftree.cover-bsfshurb.grass.cover,knots=c(25,40,60)oResidualsvsLeverageLeverageImftr

4、ee.cover-bsfshurb.grass.cover,knots=c(25,40,60)【原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）有问题请联系官网客服：yO.cn/teradat#可以构造一个相对复杂的LOWESS模型（span参数取小一些），然后和一个简单的模型比较，如：x-data$shurb.grass.covery30)+I(x-30)*(x30),span=1,degree=1)par(mar=c(4,4,0,0),family=serif,mgp=c(2,1,0)plot(x,y,pch=20,col=darkgray)lines(x

5、,fitted(fit3),lwd=2,col=2)lines(x,fitted(fit4),lwd=2,lty=2)library(ggplot2)#Warning:packageggplot2wasbuiltunderRversion3.3.3有问题请联系官网客服：yO.cn/teradat+geom_smooth()#总趋势#geom_smooth()usingmethod=loessqplot(x,y,group=x30)+geom_smooth()+theme(panel.background=element_rect(fill=white,colour=black)#按30前后分组

6、#、geom_smooth()usingmethod=loess有问题请联系官网客服：yO.cn/teradat#其他数据#读取数据data=readcsv（”其他数据.csv）#查看部分数据data=data,1:4head(data)#yearSoilvegetationSEM#11999-3.483724-2.5288362.681003#21999-3.452582-2.4180492.348640#31999-3.350827-2.5905522.696037#41999-3.740395-2.9338483.627112#51999-3.465906-2.6942112.33375

7、5#61999-3.381802-2.7881542.656276#因变量Soil#先调用spline包library(splines)有问题请联系官网客服：yO.cn/teradat#用lm拟合，主要注意部分是bs(age,knots=c(.)这部分把自变量分成不同部分fit=lm(Soilbs(vegetation,knots=c(-2,0,1),data=data)#进行预测，预测数据也要分区pred=predict(fit,newdata=list(vegetation=data$vegetation),se=T)#然后画图plot(fit)有问题请联系吕网客服：yO.cn/terad

8、at23-4-202Fittedvalues5(7已毗渝0耳knotg二c-2,0,1)510750-2-1012Th已or已ticalQu肚Ltil已lm(Soilbs(vegetation,knots=c(-2,0,1)有问题请联系吕网客服：yO.cn/teradatFittedvalueslmCSoilbstvegetafaon,knots=c(-2,0,1)-巴pazTPJepue-p5茨tlp-巴蛊mlpjepHe-#可以构造一个相对复杂的LOWESS模型（span参数取小一些），然后和一个简单的模型比较，如:x-data$vegetation有问题请联系官网客服：yO.cn/ter

9、adaty0)+I(x-0)*(x0),span=1,degree=1)par(mar=c(4,4,0,0),family=serif,mgp=c(2,1,0)plot(x,y,pch=20,col=darkgray)lines(x,fitted(fit3),lwd=2,col=2)lines(x,fitted(fit4),lwd=2,lty=2)原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）【原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）#、geom_smooth()usingmethod=loess#、geom_smo

10、oth()usingmethod=loess有问题请联系官网客服：yO.cn/teradat-3-2-1012library(ggplot2)qplot(x,y)+geom_smooth()+theme(panel.background=element_rect(fill=white,colour=black)#按30前后分组有问题请联系官网客服：yO.cn/teradat-6-1III-22#总趋势qplot(x,y,group=x0)+geom_smooth()+theme(panel.background=element_rect(fill=white,colour=black)#按30

11、前后分组【原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）#因变量SEM#先调用spline包library(splines)#用lm拟合，主要注意部分是bs(age,knots=c(.)这部分把自变量分成不同部分fit=lm(SEMbs(vegetation,knots=c(-2,0,1),data=data)#进行预测，预测数据也要分区pred=predict(fit,newdata=list(vegetation=data$vegetation),se=T)#然后画图plot(fit)有问题请联系吕网客服：yO.cn/teradat-10123Fitte

12、dvalues已gd：tioii,knots二匚(-2,0,1)-2-1012Th已or已ticalQu肚Ltil已m(SEMbs(vegetation,knots=c(-2,0,1)Fittedvalues2CO-巴pazTPJepue-p5Etlp-巴蛊mlpjepHe-有问题请联系吕网客服：yO.cn/teradatm(SEMbs(vegetation,knots#可以构造一个相对复杂的LOWESS模型（span参数取小一些），然后和一个简单的模型比较，如:x-data$vegetation有问题请联系官网客服：yO.cn/teradaty0)+I(x-0)*(x0),span=1,de

13、gree=1)par(mar=c(4,4,0,0),family=serif,mgp=c(2,1,0)plot(x,y,pch=20,col=darkgray)lines(x,fitted(fit3),lwd=2,col=2)lines(x,fitted(fit4),lwd=2,lty=2)原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）原创最新】大数据部落提供定制化的一站式数据挖掘和统计分析咨询报告服务（附代码数据）#、geom_smooth()usingmethod=loess#、geom_smooth()usingmethod=loess有问题请联系官网客服：yOcn/teradat寸i?-ic1I-O-3-2-1012library(ggplot2)qplot(x,y)+geom_smooth()+theme(panel.background=element_rect(fill=white,colour=black)#按30