R 语言经典实例（原书第 2 版）

320

｜

第

11

章

当设定零截距时，lm 输出包括一个

x

的系数但没有

y

的截距，如下所示：

lm(y ~ x + 0)

#>

#> Call:

#> lm(formula = y ~ x + 0)

#>

#> Coefficients:

#> x

#> 4.3

我们强烈建议你在继续分析之前检查模型的假设条件。运行一个有截距的回归模型，然后看看

截距设置为零是否合理。检查截距的置信区间。在此示例中，置信区间为（6.26，8.84）：

confint(lm(y ~ x))

#> 2.5 % 97.5 %

#> (Intercept) 6.26 8.84

#> x 2.82 5.31

由于置信区间不包含零，因此截距可能为零在统计上

不

合理。因此，在这种情况下，设

定截距为零后重新运行回归是不合理的。

11.6 只应用与因变量高度相关的变量进行回归

11.6.1 问题

你有一个包含许多变量的数据框，并且你需要仅使用与响应变量（因变量）高度相关的

变量来构建多元线性回归。

11.6.2 解决方案

如果 df 是包含响应变量（因变量）和所有预测变量（独立变量）的数据框，dep_var

是响应变量，我们可以找出最佳预测变量，然后在线性回归中使用它们。如果想要前四

个预测变量，我们可以使用：

best_pred <- df %>%

select(-dep_var) %>%

map_dbl(cor, y = df$dep_var) %>%

sort(decreasing = TRUE) %>%

.[1:4] %>%

names %>%

df[.] ...