setwd("C:/Users/sevvalayse.yurtekin/Desktop/hw3")
data = read.table('DSE501_fall2020_HW3.csv', header= T, sep=',')
attach
data
getOption("max.print")
rs<-rowSums(data[,2:76], na.rm = TRUE)
data<-cbind(data,rs)
data
p1<-ggplot()+
geom_line(aes(y = rs, x=year), data=data)+
scale_x_continuous(breaks = seq(2004,2019,2))
p1
model = lm(rs ~ year )
model
summary(model)
residuals(model)
predict(model)
#model.fit = lm(year~rs)
#summary(model.fit)
new.year<-data.frame(
year = c(2021,2022,2023)
)
predict(model, newdata = new.year, interval = 'confidence')
data2 = read.table('TUIK_nufus_2019.csv', header = T, sep=",")
data2
total = data2$Total
mydata<-data[-c(1,2,3),]
model2 = lm(mydata~total)
model2
您好,我在model.frame.default(formula = mydata〜total,drop.unused.levels = TRUE)中遇到错误:变量'mydata'的类型(列表)无效。我该如何解决?我想从2个数据进行回归分析。
最佳答案
导致该问题的行是model2 = lm(mydata~total)
。 mydata
不是 vector ,这是您的因变量应该在lm
函数中使用的 vector 。设置mydata
时,不提供列名:mydata<-data[-c(1,2,3), <enter column name of dependent variable>]
否则,您可以使用以下语法来拟合模型(前提是您的因变量和自变量位于同一数据框中)。在这里,我只是使用y
作为伪造的变量名:lm(y ~ total, data = mydata)
关于r - 如何从2个数据集中找到回归模型分析?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/65727088/