R语言 一元线性回归

#一元线性回归的基本步骤
#1.载入数据 给出散点图

x<-c(0.10,0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.20,0.21,0.23)

y<-c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0,60.0)

plot(x,y)

#2.线性回归 得到回归方程  并查看回归结果

CG<-lm(y~x)

CG

summary(CG)

#所得回归方程为y=130.83x+28.49
#3.线性拟合

abline(CG)#添加拟合直线

#4.预测x0=0.16时相应Y的概率为0.95的预测区间

x0<-data.frame(x=0.16)

Pred<-predict(CG,interval="prediction",level=0.95)

Pred

#5.回归结果分析 计算残差 并作残差图

Resi<-residuals(CG)

Resi

plot(Resi)