如何在R中使用回归模型找到点估计？

要使用 R 中的回归模型找到点估计，我们可以按照以下步骤操作 -

• 首先，创建一个数据框。

• 然后，创建回归模型。

• 之后，定义我们想要找到点估计的值并使用预测函数来找到估计。

创建数据框

让我们创建一个数据框，如下所示 -

例子

x1<-rnorm(20)
y1<-rnorm(20)
df<-data.frame(x1,y1)
df

执行时，上述脚本生成以下内容output(this output will vary on your system due to randomization)-

输出

      x1          y1
1 0.53233256 -0.17433578
2 0.53362706 1.73778811
3 1.21038775 -1.02142344
4 -1.50504650 0.01770948
5 -0.55570505 0.91796585
6 1.01597916 0.88380869
7 0.21911440 1.34088517
8 1.21258700 1.14469629
9 -0.98170554 -1.04790911
10 -0.67748759 -1.16909492
11 0.00801995 -0.35320938
12 -1.04972030 1.35817346
13 -1.35385333 0.87222670
14 1.09276537 0.70046753
15 0.10064662 0.27685523
16 0.12231502 -0.26659197
17 0.83791912 -0.80416436
18 1.56681559 0.43084296
19 -1.13942633 1.19649376
20 0.84196501 0.28244014

创建回归模型

使用 lm 函数在 x1 和 y1 之间创建回归模型 -

例子

x1<-rnorm(20)
y1<-rnorm(20)
df<-data.frame(x1,y1)
Model<-lm(y1~x1)
Model

输出

Call:
lm(formula = y1 ~ x1)
Coefficients:
(Intercept)    x1
0.317061    -0.008665

找到点估计

当 x1 为 1.08 时，使用预测函数找到 y1 的点估计 -

例子

x1<-rnorm(20)
y1<-rnorm(20)
df<-data.frame(x1,y1)
Model<-lm(y1~x1)
new_data<-data.frame(x1=0.08)
predict(Model,new_data)

输出

   1
0.3163682