觉得自己在这个论坛得到不少帮助，自己似乎没有啥贡献，有些惭愧。
最近自己在学习R，主要是线性模型方面的，学了点皮毛，在这里把自己学到的一点点东西在这里向大家报告一下，或许对象我这样的初学者有些帮助，不对的地方也好请高手们指正：
//*从excel表中读取数据，先将数据文件存成csv文件，再用read.csv去读取*/
data<-read.csv(file="e:\\work\\2009下半年\\modern statistics-2009new\\ding learning note\\linear model\\例2.2.csv")
/*将data的第二列数值赋给变量x，第三列赋给变量y*/
x<-data[,2]
y<-data[,3]
/*做散点图*/
plot(x,y)
/*线性回归用的是函数lm()*/
z<-lm(y~x)
summary(z)
/*以下代码是没有截距的回归*/
z<-lm(y~x-1)
z<-lm(y~0+x)
library(MASS)
z<-lm(y~x)
summary(z)
plot(x,y)
plot(fitted(z),studres(z))/*残差分析，拟合值与学生化残差图*/
qqnorm(studres(z))/*对残差进行正态性检验*/
qqline(studres(z))
这里调用library(mass)我还是不太明白，估计是将回归的一些结果拿出来用吧，因为之前我没有这个的时候，做不了plot(fitted(z),studres(z))
这是一元线性回归的一点点内容，多元的我正在学，有机会在向大家报告
最近自己在学习R，主要是线性模型方面的，学了点皮毛，在这里把自己学到的一点点东西在这里向大家报告一下，或许对象我这样的初学者有些帮助，不对的地方也好请高手们指正：
//*从excel表中读取数据，先将数据文件存成csv文件，再用read.csv去读取*/
data<-read.csv(file="e:\\work\\2009下半年\\modern statistics-2009new\\ding learning note\\linear model\\例2.2.csv")
/*将data的第二列数值赋给变量x，第三列赋给变量y*/
x<-data[,2]
y<-data[,3]
/*做散点图*/
plot(x,y)
/*线性回归用的是函数lm()*/
z<-lm(y~x)
summary(z)
/*以下代码是没有截距的回归*/
z<-lm(y~x-1)
z<-lm(y~0+x)
library(MASS)
z<-lm(y~x)
summary(z)
plot(x,y)
plot(fitted(z),studres(z))/*残差分析，拟合值与学生化残差图*/
qqnorm(studres(z))/*对残差进行正态性检验*/
qqline(studres(z))
这里调用library(mass)我还是不太明白，估计是将回归的一些结果拿出来用吧，因为之前我没有这个的时候，做不了plot(fitted(z),studres(z))
这是一元线性回归的一点点内容，多元的我正在学，有机会在向大家报告
