R语言第七讲线性回归分析案例续_mass 库中包含 boston (波士顿房价)数据集,它记录了波士顿周围 506 个街区的 med-CSDN博客

本文链接：https://blog.csdn.net/qq_41171755/article/details/103586533

题目
MASS 库中包含 Boston (波士顿房价)数据集，它记录了波士顿周围 506 个街区的 medv (房价中位数)。我们将设法用 13 个预测变量如 rm (每栋住宅的平均房间数)， age (平均房龄)， lstat (社会经济地位低的家庭所占比例)等来预测 medv (房价中位数)。

************************************************MASS是R语言自带的库********************************************************

上一篇文章介绍了简单线性回归的分析案例，接下来介绍一下多元线性回归的分析案例。数据集，还是继续使用上一节的Boston数据集，读者自行加载数据集，在此不做赘述。

为了用最小二乘法拟合多元线性回归模型，再次调用 lm ()函数。语句 lm (y ~ x1 + x2 + x3) 用于建立有三个预测变量 xl ， x2 和 x3 的拟合模型。 summary ( )函数输出所有预测变量的回归系数。

> lm.fit=lm(medv~lstat+age,data=Boston)
> summary(lm.fit)
Call:
lm(formula = medv ~ lstat + age, data = Boston)

Residuals:  
    Min      1Q  Median      3Q     Max 
-15.981  -3.978  -1.283   1.968  23.158 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 33.22276    0.73085  45.458  < 2e-16 ***