R 语言经典实例（原书第 2 版）

线性回归和方差分析

｜

309

示例数据

在本章的许多示例中，我们首先使用 R 的伪随机数生成功能创建示例数据。因此，在每

个方法的开头，你可能会看到如下内容：

set.seed(42)

x <- rnorm(100)

e <- rnorm(100, mean=0, sd=5)

y <- 5 + 15 * x + e

我们使用 set.seed 来设置随机数生成种子，这样如果你在计算机上运行示例代码，你

将得到相同的答案。在前面的例子中，x 是来自标准正态分布（均值为 0，标准差为 1 ）

的 100 次抽样得到的向量。然后我们从正态分布中创建一个称为 e 的随机噪声，其均值

为 0 且标准差为 5。然后将计算 y=5+15*x+e。创建示例数据而不是使用“真实世界”

数据背后的想法是，通过模拟数据，你可以更改系数和参数，并查看这些改变如何影响最

终的模型。例如，你可以增加示例数据中 e 的标准偏差，并查看它对模型的

R

2

有何影响。

另请参阅

有许多关于线性回归的书籍。我们最喜欢的之一是

Applied Linear Regression Models

（第

4 版 ）（ McGraw-Hill/Irwin）， 由 Michael Kutner、Christopher Nachtsheim 和 John Neter 撰

写。我们在本章中遵循他们的术语和惯例。

我们也喜欢 Julian Faraway 的著作

Linear Models with R

（Chapman & Hall/CRC），因为它使

用 R 来说明回归并且非常易读。早期版本也可以在线免费获得（ ...