A7 linear Regression(线性回归)

Background

· 请首先学习统计关于线性回归的具体内容

· 关于R方面如需学习请参考“R语言实战”

· 参考上周高级绘图函数

Note：

1.利用以下数据进行一元线性回归。

· X <- c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)

· Y <- c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)

先画散点图，确认有相关关系

然后线性拟合得到拟合的参数，并画出预测线

note: Lm()

coef()

abline()

2.读入数据 BCA.csv（使用BCA法测定蛋白浓度，使用使用已知浓度标定建立标准曲线（一元线性回归），测定未知蛋白浓度）

data 参考附件 BCA.csv

function:

read.csv()

lm()

coefficients()

predict()

par(mfrow=c(2,2));plot(pro_fit)

邀请讨论

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}

切换到完整评论

受邀请回答

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}

切换到完整回复

发送回复

赞({{item.count_zan}})

踩({{item.count_cai}})

删除

回复关闭