擬合R語言中的多項式回歸
原文鏈接：http://tecdat.cn/?p=2686
?
讓我們看一個經(jīng)濟學(xué)的例子：假設(shè)你想購買一定數(shù)量q的特定產(chǎn)品。如果單價是p，那么你會支付總金額y。這是一個線性關(guān)系的典型例子?？們r格和數(shù)量成正比。?
?
如下所示：
但購買和出售，我們可能要考慮一些其他相關(guān)信息，就像如果購買大量商品時我們很可能要求獲得折扣，或出售更重要的商品時我們可能會提高價格。
最后可能是這樣的情況，總成本不再是數(shù)量的線性函數(shù)：
?
通過多項式回歸，我們可以將n階模型擬合到數(shù)據(jù)上，并嘗試對非線性關(guān)系進行建模。
如何擬合多項式回歸
這是我們模擬觀測數(shù)據(jù)的圖。模擬的數(shù)據(jù)點是藍色的點，而紅色的線是信號（信號是一個技術(shù)術(shù)語，通常用于表示我們感興趣檢測的總體趨勢）。
?
讓我們用R來擬合。當(dāng)擬合多項式時，您可以使用
?lm（noisy.y~poly（q，3））
通過使用confint()函數(shù)，我們可以獲得我們模型參數(shù)的置信區(qū)間。
模型參數(shù)的置信區(qū)間：
confint（model，level = 0.95）
擬合vs殘差圖
總的來說，這個模型似乎很適合，因為R的平方為0.8。正如我們所預(yù)期的那樣，一階和三階項的系數(shù)在統(tǒng)計上顯著。
預(yù)測值和置信區(qū)間?
將線添加到現(xiàn)有圖中：
我們可以看到，我們的模型在擬合數(shù)據(jù)方面做得不錯。
?
?
參考文獻
1.R語言多元Logistic邏輯回歸 應(yīng)用案例
2.面板平滑轉(zhuǎn)移回歸(PSTR)分析案例實現(xiàn)
3.matlab中的偏最小二乘回歸（PLSR）和主成分回歸（PCR）
4.R語言泊松Poisson回歸模型分析案例
5.R語言回歸中的Hosmer-Lemeshow擬合優(yōu)度檢驗
6.r語言中對LASSO回歸，Ridge嶺回歸和Elastic Net模型實現(xiàn)
7.在R語言中實現(xiàn)Logistic邏輯回歸
8.python用線性回歸預(yù)測股票價格
9.R語言如何在生存分析與Cox回歸中計算IDI，NRI指標(biāo)
