前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >拟合R语言中的多项式回归

拟合R语言中的多项式回归

作者头像
拓端
发布2020-08-20 15:15:04
1.3K0
发布2020-08-20 15:15:04
举报
文章被收录于专栏:拓端tecdat

原文链接:http://tecdat.cn/?p=2686

让我们看一个经济学的例子:假设你想购买一定数量q的特定产品。如果单价是p,那么你会支付总金额y。这是一个线性关系的典型例子。总价格和数量成正比。

如下所示:

但购买和出售,我们可能要考虑一些其他相关信息,就像当:购买显著数量很可能是我们可以要求并获得折扣,或购买更多更重要的是我们可能会推高价格。

这可能导致像这样的情况,其中总成本不再是数量的线性函数:

通过多项式回归,我们可以将n阶模型拟合到数据上,并尝试对非线性关系进行建模。

如何拟合多项式回归

这是我们模拟观测数据的图。模拟的数据点是蓝色的点,而红色的线是信号(信号是一个技术术语,通常用于表示我们感兴趣检测的总体趋势)。

让我们用R来拟合。当拟合多项式时,您可以使用

代码语言:javascript
复制

 lm(noisy.y〜poly(q,3))

通过使用该confint()函数,我们可以获得我们模型参数的置信区间。

模型参数的置信区间:

代码语言:javascript
复制

confint(model,level = 0.95)

拟合vs残差图

总的来说,这个模型似乎很适合,因为R的平方为0.8。正如我们所预期的那样,一阶和三阶项的系数在统计上显着。

预测值和置信区间

将线添加到现有图中:

我们可以看到,我们的模型在拟合数据方面做得不错。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-08-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 拓端数据部落 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 原文链接:http://tecdat.cn/?p=2686
  • 如何拟合多项式回归
  • 预测值和置信区间
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档