用R语言做回归分析

    使用R对内置鸢尾花数据集iris（在R提示符下输入iris回车可看到内容）进行回归分析，自行选择因变量和自变量，注意Species这个分类变量的处理方法。

解答：

    鸢尾花(iris)是数据挖掘常用到的一个数据集，包含150种鸢尾花的信息，每50种取自三个鸢尾花种之一（setosa,versicolour或virginica)。每个花的特征用下面的5种属性描述萼片长度(Sepal.Length)、萼片宽度(Sepal.Width)、花瓣长度(Petal.Length)、花瓣宽度(Petal.Width)、类(Species)。

    观察这5个变量，我们发现Species是字符变量、非连续，难以直接进行线性分析。故首先应对定义哑变量处理离散变量Species。

    在这里了我参考了“练数成金”论坛数据分析与数据挖掘技术板块

“fjchenxd”的文章

http://www.dataguru.cn/forum.php?mod=viewthread&tid=265621

以及“夕阳无语”的文章

http://www.dataguru.cn/forum.php?mod=viewthread&tid=262887

2    样本多重线性检查

    kappa = 291.2384,易知100kappa1000,多重共线性处于可忍受范围。

    通过plot(iris_demo)命令，我们目测得到Petal.Width与Petal.Length有很强的线性关系。

    我们发现回归系数中，截距与因变量都有3颗*，t值很大，Pr值很小，拒绝系数不正确的假设检验。

相关系数平方：0.9271，数据相当好。

    P  = 1.68e-08 0.5接受了假设检验，符合正态分布;

    因变量GNP.deflator的 p值 = 0.4268