R语言实验报告-回归分析在女性身高与体重的应用

1、word专业整理学习资料整理分享学习资料整理分享R语言实验报告回归分析中身高预测体重的模型学院：班级：学号：姓名：导师：成绩：目录TOC o 1-5 h z HYPERLINK l bookmark4 o Current Document 一、实验背景1 HYPERLINK l bookmark6 o Current Document 二、实验目的1 HYPERLINK l bookmark8 o Current Document 三、实验环境1 HYPERLINK l bookmark10 o Current Document 四、实验内容1给出实验女性的身高体重信息；2运用简单线性回归分析

2、；2运用多项式回归分析2 HYPERLINK l bookmark12 o Current Document 五、实验过程2 HYPERLINK l bookmark34 o Current Document （一）简单线性回归2 HYPERLINK l bookmark18 o Current Document 展示拟合模型的详细结果2 HYPERLINK l bookmark16 o Current Document 女性体重的数据2列出拟合模型的预测值3列出拟合模型的残差值3得出身高预测体重的散点图以及回归线3 HYPERLINK l bookmark36 o Current Docum

3、ent （二）多项式回归5 HYPERLINK l bookmark14 o Current Document 1.展示拟合模型的详细结果5 HYPERLINK l bookmark20 o Current Document 2.身高预测体重的二次回归图5 HYPERLINK l bookmark32 o Current Document 六、实验分析7七、总结7一、实验背景从许多方面来看，回归分析都是统计学的核心。她其实是一个广义的概念，通指那些用一个或多变量（也称自变量或解释变量）来预测响应变量（也称因变量、效标变量或结果变量）的方法。通常，回归分析可以用来挑选与响应变量相关的解释变量，可

4、以描述两者的关系，也可以生成一个等式，通过解释变量来预测响应变量。二、实验目的R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具；本次试验要求掌握了解R语言的各项功能和函数，能够通过完成试验内容对R语言有一定的了解，会运用软件对数据进行分析；通过本实验加深对课本知识的理解以及熟练地运用R语言软件来解决一些复杂的问题。三、实验环境Windows系统，R或者RStudio四、实验内容本实验提供了15个年龄在3039岁间的女性的身高和体重信息运用回归分析的方法通过身高来预测体重，获得一个等式可以帮助我们分辨哪些过重或

5、过轻的个体。给出实验女性的身高体重信息；运用简单线性回归分析；运用多项式回归分析五、实验过程(一)简单线性回归展示拟合模型的详细结果fitt(Intercept)-87.516675.93694-14.741.71e-09*height3.450000.09L1437.851.09C-14sign#,codes:0仏小0.00：*0.010.05L.!0.1L1Residualstandarderror:1,525on13degreescffreedcmuklpleR-squared:0.991,AdjustedR-squared:0.9903F-staTisfic;1433on1andVdf

6、,p-value:1.091e-M女性体重的数据wonen$weigkt1；11511712012J126129132135139142146150154155164列出拟合模型的预测值fitted(fit)234S671910IM血刖122朋皿阳砂册133.2833W此朋阳巫12131415肌唧皿別加删也佃就倔nIhhII列出拟合模型的残差值residuas(tit)123156724W7叮66666670.51666667必06666阳4H皿加(H期圧丄28333333S910L1121314-l.Znn-1.18333333-1,63333333-1.08333333-3,5333333

7、30.01666M71.566666673血恤邮时叽IM血酣+natanAge30-39+H蓟帅inindies)：+皿伽取(inpornds)HttoseeiWplot:abline(fit)ablineffit)word专业整理学习资料整理分享wordt=疇隔WomenAge3039arghnpoun5860626466687072Heighi(ininches)(二)多项式回归展示拟合模型的详细结果fit!t)(intercept)261.8Z81S25.1967710.3932.36e-O7111height-7.MSJ20.77769-9.4496.5fle-Q7I(h咖讪2)0.0

8、83060.0059813.8919.32e-Mmsigrifcodes:0畑0.001何0.01*0.050.11J1Residualstandarderror:0.3841cn12degreesoffreedomMultipleR-sqjard:0.9995,AdjustedSquired:0.9994F-statistic:1.139酣)4on2and12DFfp-value:toseenextplct:1価恤邮恤札世训f也)汕呱删删冊恤他)word|t|）栏，可以看到回归系数（3.45）显著不为0（P0.001）,表明身高每增高1英寸，体重预期增加3.45磅。R平方项（0.991）表明模型可以解释体重99.1%的方差，它也是实际和预测值之间的相关系数的平方（R2=r2）。参差标准误则可认为是模型用身高预测体重的平均误差。我们已经输出了真实值、预测值和残差值，由身高预测体重的散点图，可以看出最大的残差值在身高矮和身高高的地方出现。（二）多项式回归Height+0.083*Height新的预测等式为：Weight=261.88-7.35*Height在p0.001的水平下，回归系数都非常显著。模型的方差解释率已经增加到了99.9%。二次项的显著性（t=13.89,p0.001）表明包含二次项提高了模型的拟合度，说明多项式