où, n est le nombre d`observations, q est le nombre de coefficients et MSR est la régression carrée moyenne, calculée comme, l`équation mathématique générale pour une régression linéaire est − les données à utiliser pour ce didacticiel peuvent être téléchargées ici. Téléchargez les données sur un objet appelé ageandheight, puis créez la régression linéaire dans la troisième ligne. La commande LM prend les variables dans le format: après le calcul d`un modèle de régression, une première étape consiste à vérifier si, au moins, un prédicteur est significativement associé aux variables de résultat. Une régression linéaire est un modèle statistique qui analyse la relation entre une variable de réponse (souvent appelée y) et une ou plusieurs variables et leurs interactions (souvent appelées variables x ou explicatives). Vous faites ce genre de relations dans votre tête tout le temps, par exemple lorsque vous calculez l`âge d`un enfant en fonction de sa taille, vous êtes en supposant que l`aîné, elle est, le plus grand qu`elle sera. La régression linéaire est l`un des modèles statistiques les plus élémentaires là-bas, ses résultats peuvent être interprétés par presque tout le monde, et il a été autour depuis le 19ème siècle. C`est précisément ce qui rend la régression linéaire si populaire. C`est simple, et il a survécu pendant des centaines d`années. Même si elle n`est pas aussi sophistiquée que d`autres algorithmes comme les réseaux neuronaux artificiels ou les forêts aléatoires, selon une enquête réalisée par KD Nuggets, la régression a été l`algorithme le plus utilisé par les scientifiques de données en 2016 et 2017. Il est même prédit qu`il va encore être utilisé dans l`année 2118! Tags: variable explicative, monté, treillis, Lattice Graphics, linéaire, LM, modélisation, une variable, Predictor, qqmath, régression, RESID, résiduel, réponse, modélisation statistique, résumé, treillis, trellis Graphics, xyplot il existe de nombreuses fonctions dans R à aide à une régression robuste. Par exemple, vous pouvez effectuer une régression robuste avec la fonction RLM () dans le package MASS. John Fox (qui d`autre?) La régression robuste offre un bon aperçu de départ. Le site Web de l`UCLA Statistical Computing a des exemples de régression robustes.

Pour voir un exemple complet de la simple régression linéaire peut être effectuée dans R, s`il vous plaît télécharger le simple exemple de régression linéaire (. txt) fichier.