回归分析(regression analysis)
回归分析是研究自变量与因变量之间关系形式的分析方法，它主要是通过建立因变量Y与影响它的自变量Xi(i=1,2,3...)之间的回归模型，来预测因变量Y...简单线性回归模型
Y=a+b*X+e
Y——因变量
X——自变量
a——常数项，是回归直线在纵轴上的截距
b——回归系数，是回归直线的斜率
e——随机误差，即随机因素对因变量所产生的影响...,level=置信度)
参数说明：
lmModel：回归分析得到的模型
predictData：需要预测的值
level：置信度
返回值：预测结果
data <- read.table('data.csv...newData.csv', header=T, sep=',', fileEncoding = 'utf8');
fix(pData)
predict(lmModel, pData, level=0.95)
多重线性回归...，是同样的道理：
#第一步，根据预测目标，确定自变量和因变量；
#第二步，绘制散点图，确定回归模型类型；
plot(data$广告费用, data$购买用户数)
plot(data$渠道数, data
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
