实验设计与分析(第6版,Montgomery著,傅珏生译) 第10章拟合回归模型10.9节思考题10.12 R语言解题

本文是实验设计与分析(第6版,Montgomery著,傅珏生译) 第10章拟合回归模型10.9节思考题10.12 R语言解题。主要涉及线性回归、回归的显著性、残差分析。

10-12

vial <- seq(1, 12, 1)

Viscosity <- c(26,24,175,160,163,55,62,100,26,30,70,71)

Temperature <- c(1.0,1.0,1.5,1.5,1.5,0.5,1.5,0.5,1.0,0.5,1.0,0.5)

Catalyst <- c(1.0,1.0,4.0,4.0,4.0,2.0,2.0,3.0,1.5,1.5,2.5,2.5)

visc <- data.frame(vial, Viscosity, Temperature,Catalyst)

visc

lm.fit <- lm(Viscosity ~ (Temperature)^2+(Catalyst)^2, data=visc)

summary (lm.fit)

> summary (lm.fit)

Call:

lm.default(formula = Viscosity ~ (Temperature)^2 + (Catalyst)^2,

data = visc)

Residuals:

Min 1Q Median 3Q Max

-14.0097 -4.9064 0.9614 4.7104 12.6390

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept) -49.635 7.988 -6.214 0.000156 ***

Temperature 18.355 7.615 2.410 0.039218 *

Catalyst 46.116 2.887 15.975 6.52e-08 ***


Signif. codes:

0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 9.483 on 9 degrees of freedom

Multiple R-squared: 0.9771, Adjusted R-squared: 0.972

F-statistic: 191.8 on 2 and 9 DF, p-value: 4.178e-08

summary (aov(lm.fit))

> summary (aov(lm.fit))

Df Sum Sq Mean Sq F value Pr(>F)

Temperature 1 11552 11552 128.5 1.25e-06 ***

Catalyst 1 22950 22950 255.2 6.52e-08 ***

Residuals 9 809 90


Signif. codes:

0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

op <- par(mfrow=c(2,2), las=1)

plot(lm.fit)

par(op)

library(car)

carPlots(lm.fit)

相关推荐
IT古董6 分钟前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
shootero@126.com19 小时前
R语言开发记录,二(创建R包)
r语言
shootero@126.com1 天前
R语言开发记录,一
开发语言·r语言
旷世奇才李先生1 天前
R 语言安装使用教程
开发语言·r语言
又南又难11 天前
【机器学习1】线性回归与逻辑回归
机器学习·逻辑回归·线性回归
不秃的卤蛋11 天前
回归任务与分类任务的区别
人工智能·分类·数据挖掘·回归
脑海科技实验室11 天前
Hum Brain Mapp.:从深度学习模型回归大脑:揭示区域预测因子及其与衰老的关系
人工智能·深度学习·回归
SHIPKING39312 天前
【机器学习四大核心任务类型详解】分类、回归、聚类、降维都是什么?
机器学习·分类·回归
十三画者12 天前
【科研绘图系列】R语言绘制circos图形(circos plot)
数据挖掘·数据分析·r语言·数据可视化
四川兔兔13 天前
Pytorch 实战四 VGG 网络训练
人工智能·pytorch·python·深度学习·机器学习·回归·vgg网络