回帰式を使った予測R

Question

まず最初に、私はRにとって非常に新しくて、私の質問があなたに変わって聞こえるかもしれないことを伝えさせたい、高さから個人の体重を予測したい。そのために私はこの問題のために（次の形式で）回帰直線の方程式を見つける必要があります。

重量=インターセプト+（傾き）×高さ

私は次のデータ形式をしましたか？

回帰直線の方程式

dat <- read.table(text = "SampleNo,Height,Weight 
          1,65.78,112.99 
          2,71.52,136.49 
          3,69.40,153.03 
          4,68.22,142.34 
          5,67.79,144.30 
          6,68.70,123.30 
          7,69.80,141.49 
          8,70.01,136.46 
          9,67.90,112.37", 
        sep = ",", header = T) 

Answer 1

を見つける方法についての任意のアイデアあなたがlm機能でこれを達成することができます。

lm1 <- lm(Weight ~ Height, data = dat) 

私はHeightの関数としてWeightを予測したいので、私は構文Weight ~ Heightを使用しています。

最後に、Heightの係数と切片を得るためにlm1オブジェクトでcoefficients関数を実行します。私はHeightsの特定のセットのためにWeightのための結果を予測する場合

coefficients(lm1) 
    (Intercept)  Height 
    -177.650244 4.525168 

、私は次のようにそれを行うことができます。

> predict(lm1, newdata = data.frame((Height = c(65, 68.5, 71.6)))) 
     1  2  3 
116.4857 132.3238 146.3518 

あなたはsummary機能を使用してフィットに関する追加情報を得ることができますlm1オブジェクトにあります。これは

summary(lm1) 

Call: 
lm(formula = Weight ~ Height, data = vals) 

Residuals: 
    Min  1Q Median  3Q  Max 
-17.239 -9.500 -2.697 11.283 16.634 

Coefficients: 
      Estimate Std. Error t value Pr(>|t|) 
(Intercept) -177.650 193.247 -0.919 0.389 
Height   4.525  2.808 1.611 0.151 

Residual standard error: 13.03 on 7 degrees of freedom 
Multiple R-squared: 0.2705, Adjusted R-squared: 0.1663 
F-statistic: 2.596 on 1 and 7 DF, p-value: 0.1512 

Rにおける回帰および他の多くの機械学習技術のための偉大な（無料）資源

は hereを見つけることができる...など、見積りにR^2つの値、より多くの情報を提供します。統計情報とRでこれらのメソッドを実装する方法を学ぶには素晴らしい本です。