统计建模

生信喵实验柴

发布于 2022-10-25 19:52:29

3210

发布于 2022-10-25 19:52:29

文章被收录于专栏：生信喵实验柴生信喵实验柴

一、线性回归

回归 regression，通常指那些用一个或多个预测变量，也称自变量或解释变量，来预测响应变量，也称为因变量、效标变量或结果变量的方法。

回归分析的各种变体

#简单线性回归  
rm(list = ls())
women  
plot(women)
plot(women$height,women$weight,type = 'l')
fit <- lm(weight ~ height,data=women)  
fit  
summary(fit)  
plot(fit)
fitted(fit)
resid(fit)
newdata <- data.frame(height=c(73,60))
predict(object = fit,newdata = newdata)

如何写回归公式？

R表达式中常用的符号

上面是简单的示例数据，下面介绍多元线性回归，使用state.x77数据。

#谋杀率案例  
states <- as.data.frame(state.x77)  
colnames(states)
fit <- lm(Murder ~ Population + Income + Illiteracy + `Life Exp` + `HS Grad` + Frost + Area,data=states)  
summary(fit)
fit1 <- lm(Murder ~ Population + `Life Exp`,data=states)  
summary(fit1) #调整变量达到R方0.85以上即可，但过拟合拿到新的数据可能也验证不了

二、基因组大小与基因个数线性回归

基因组大小与基因数目线性关系

#基因组大小与基因个数线性回归
rm(list = ls())
x <- read.csv("prok_representative.csv")
head(x)
plot(x$Size,x$Genes,pch = 16,cex = 0.8)
attach(x)
fit <- lm(Genes ~ Size,data = x)
fit
summary(fit)
plot(x$Size,x$Genes,pch = 16,cex = 0.8,
     xlab="Genome Size",ylab="Gene Numbers",main = 'Genomesize with Gene Numbers')
abline(fit,col="blue")
text(3.5,10000,label = 'y=843.7x+286.6 \n R2=0.9676')
x[x$Size>15,]
x[x$Size<5 &x$Genes>6000,]
text(7,3000,labels='Corynebacterium striatum')
text(2,7000,labels='Candidatus Burkholderia kirkii UZHbot1')
#保存pdf后用adobe修改。

写在最后：有时间我们会努力更新的。大家互动交流可以前去论坛，地址在下面，复制去浏览器即可访问，弥补下公众号没有留言功能的缺憾。原地址暂未启用（bioinfoer.com）。