كيفية استخدام الدالة lm() في r لتناسب النماذج الخطية

يتم استخدام الدالة lm() في R لتناسب نماذج الانحدار الخطي.

تستخدم هذه الوظيفة بناء الجملة الأساسي التالي:

lm(الصيغة، البيانات،…)

ذهب:

• الصيغة: صيغة النموذج الخطي (على سبيل المثال y ~ x1 + x2)
• البيانات: اسم كتلة البيانات التي تحتوي على البيانات

يوضح المثال التالي كيفية استخدام هذه الوظيفة في R للقيام بما يلي:

• تناسب نموذج الانحدار
• عرض ملخص مناسب لنموذج الانحدار
• عرض المؤامرات التشخيصية النموذجية
• رسم نموذج الانحدار المجهزة
• قم بعمل تنبؤات باستخدام نموذج الانحدار

تناسب نموذج الانحدار

يوضح التعليمة البرمجية التالية كيفية استخدام الدالة lm() لتناسب نموذج الانحدار الخطي في R:

 #define data
df = data. frame (x=c(1, 3, 3, 4, 5, 5, 6, 8, 9, 12),
                y=c(12, 14, 14, 13, 17, 19, 22, 26, 24, 22))

#fit linear regression model using 'x' as predictor and 'y' as response variable
model <- lm(y ~ x, data=df)

عرض ملخص نموذج الانحدار

يمكننا بعد ذلك استخدام الدالة Summary() لعرض ملخص نموذج الانحدار المناسب:

 #view summary of regression model
summary(model)

Call:
lm(formula = y ~ x, data = df)

Residuals:
    Min 1Q Median 3Q Max 
-4.4793 -0.9772 -0.4772 1.4388 4.6328 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 11.1432 1.9104 5.833 0.00039 ***
x 1.2780 0.2984 4.284 0.00267 ** 
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.929 on 8 degrees of freedom
Multiple R-squared: 0.6964, Adjusted R-squared: 0.6584 
F-statistic: 18.35 on 1 and 8 DF, p-value: 0.002675

وإليك كيفية تفسير أهم القيم في النموذج:

• إحصائية F = 18.35، القيمة p المقابلة = 0.002675. وبما أن هذه القيمة p أقل من 0.05، فإن النموذج ككل له دلالة إحصائية.
• مربع R المتعدد = 0.6964. وهذا يخبرنا أن 69.64% من التباين في متغير الاستجابة، y، يمكن تفسيره بواسطة المتغير المتنبئ، x.
• المعامل المقدر لـ x : 1.2780. يخبرنا هذا أن كل وحدة إضافية تزيد في x ترتبط بمتوسط زيادة قدره 1.2780 في y.

يمكننا بعد ذلك استخدام تقديرات المعامل من المخرجات لكتابة معادلة الانحدار المقدرة:

ص = 11.1432 + 1.2780*(س)

المكافأة : يمكنك العثور على دليل كامل لتفسير كل قيمة لمخرجات الانحدار في R هنا .

عرض المؤامرات التشخيصية النموذجية

يمكننا بعد ذلك استخدام الدالة Plot() لرسم المخططات التشخيصية لنموذج الانحدار:

 #create diagnostic plots
plot(model) 

تسمح لنا هذه الرسوم البيانية بتحليل بقايا نموذج الانحدار لتحديد ما إذا كان النموذج مناسبًا للاستخدام مع البيانات.

ارجع إلى هذا البرنامج التعليمي للحصول على شرح كامل لكيفية تفسير المخططات التشخيصية للنموذج في R.

رسم نموذج الانحدار المجهزة

يمكننا استخدام الدالة abline() لرسم نموذج الانحدار المناسب:

 #create scatterplot of raw data
plot(df$x, df$y, col=' red ', main=' Summary of Regression Model ', xlab=' x ', ylab=' y ')

#add fitted regression line
abline(model)

استخدم نموذج الانحدار لإجراء التنبؤات

يمكننا استخدام الدالة التنبؤ () للتنبؤ بقيمة الاستجابة لملاحظة جديدة:

 #define new observation
new <- data. frame (x=c(5))

#use the fitted model to predict the value for the new observation
predict(model, newdata = new)

      1 
17.5332

يتوقع النموذج أن هذه الملاحظة الجديدة سيكون لها قيمة استجابة تبلغ 17.5332 .

مصادر إضافية

كيفية إجراء الانحدار الخطي البسيط في R
كيفية إجراء الانحدار الخطي المتعدد في R
كيفية إجراء الانحدار التدريجي في R