R 语言经典实例（原书第 2 版）

线性回归和方差分析

｜

323

#> 4 1.365 -0.1209 0.122 -0.727

#> 5 -5.444 -1.1943 -0.391 -1.368

#> 6 2.554 0.6120 1.273 0.433

现在让我们将它们整合在一起，并将结果数据传递给回归模型：

best_pred <- pred %>%

select(-resp) %>%

map_dbl(cor, y = pred$resp) %>%

sort(decreasing = TRUE) %>%

.[1:4] %>%

names %>%

pred[.]

mod <- lm(pred$resp ~ as.matrix(best_pred))

summary(mod)

#>

#> Call:

#> lm(formula = pred$resp ~ as.matrix(best_pred))

#>

#> Residuals:

#> Min 1Q Median 3Q Max

#> -1.485 -0.619 0.189 0.562 1.398

#>

#> Coefficients:

#> Estimate Std. Error t value Pr(>|t|)

#> (Intercept) 1.117 0.340 3.28 0.0051 **

#> as.matrix(best_pred)pred4 0.523 0.207 2.53 0.0231 *

#> as.matrix(best_pred)pred3 -0.693 0.870 -0.80 ...