最新R语言分段回归 数据分析 案例报告附代码数据.docx
《最新R语言分段回归 数据分析 案例报告附代码数据.docx》由会员分享,可在线阅读,更多相关《最新R语言分段回归 数据分析 案例报告附代码数据.docx(4页珍藏版)》请在冰点文库上搜索。
最新R语言分段回归数据分析案例报告附代码数据
R语言分段回归数据数据分析案例报告
#读取数据
data=read.csv("artificial-cover.csv")
#查看部分数据
head(data)
##tree.covershurb.grass.cover
##113.216.8
##217.221.8
##345.448.8
##453.658.7
##558.555.5
##663.347.2
#######先调用spline包
library(splines)
###########用lm拟合,主要注意部分是bs(age,knots=c(...))这部分把自变量分成不同部分
fit=lm(tree.cover~bs(shurb.grass.cover,knots=c(25,40,60)),data=data)
############进行预测,预测数据也要分区
pred=predict(fit,newdata=list(shurb.grass.cover=data$shurb.grass.cover),se=T)
#############然后画图
plot(fit)
#可以构造一个相对复杂的LOWESS模型(span参数取小一些),然后和一个简单的模型比较,如:
x<-data$shurb.grass.cover
y<-data$tree.cover
plot(x,y,type="l",col=2)
fit3=loess(y~x,span=0.2)
fit4=loess(y~1+x+I(x>30)+I((x-30)*(x>30)),