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

《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）》请在冰豆网上搜索。

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））,