预测与实际情节

Question

我是R和统计学的新手,并且无法弄清楚如何在运行多元线性回归后绘制预测值与实际值的关系.我遇到过类似的问题(只是无法理解代码).如果您解释一下代码,我将不胜感激.这是我到目前为止所做的:

# Attach file containing variables and responses
q <- read.csv("C:/Users/A/Documents/Design.csv")
attach(q)
# Run a linear regression
model <- lm(qo~P+P1+P4+I)
# Summary of linear regression results
summary(model)

预测与实际的关系是如此,我可以用图形方式看出我的回归在我的实际数据中的适合程度.

Answer 1

如果你提供了一个可重复的例子会更好,但这是我编写的一个例子:

set.seed(101)
dd <- data.frame(x=rnorm(100),y=rnorm(100),
                 z=rnorm(100))
dd$w <- with(dd,
     rnorm(100,mean=x+2*y+z,sd=0.5))

使用这个data论点(更好)- 你几乎不应该使用attach()..

 m <- lm(w~x+y+z,dd)
 plot(predict(m),dd$w,
      xlab="predicted",ylab="actual")
 abline(a=0,b=1)

Answer 2

除了predicted vs actual图解外，您还可以获取其他一组图解，以帮助您直观地评估拟合优度。

--- execute previous code by Ben Bolker ---

par(mfrow = c(2, 2))
plot(m)