Question

我正在尝试使用R创建程序，以使用最小二乘法进行简单线性回归来手动计算b0和b1。

regression=function(num,x,y)
switch(num,
  b1 = {n = 5
        b = (n*sum(x*y)-sum(x)*sum(y))/(n*sum(x^2)-sum(x)^2)
        print(b)},
  b0 = {n = 5
        b = (n*sum(x*y)-sum(x)*sum(y))/(n*sum(x^2)-sum(x)^2)
        a = mean(y)-b1*mean(x)
        print(a)}
)
x = c(1, 2, 3, 4, 5)
y = c(2, 1, 4, 5, 3)
regression(b1, x, y)
regression(b0, x, y)

但是失败

Answer 1

定义函数的简单方法如下，

regression=function(num,x,y){
  n=num
  b1 = (n*sum(x*y)-sum(x)*sum(y))/(n*sum(x^2)-sum(x)^2)
  b0=mean(y)- b1*mean(x)
  return(c(b0,b1))

}

这样，您可以获得包含b0和b1的向量。在下面的代码中，我展示了如何访问此代码并绘制所得的回归线。

x = c(1, 2, 3, 4, 5)
y = c(2, 1, 4, 5, 3)

b0<-regression(5,x,y)[1]
b1<-regression(5,x,y)[2]

regression_line<-b0+b1*x

plot(x,y)
lines(regression_line)

Answer 2

两个问题。

b0和b1在调用函数时不存在，因此不能将它们作为参数传递-可以将它们作为字符串传递switch的期望。因此，当您致电regression时，将其称为regression("b1", x, y)或regression("b0", x, y)。
在代码的b0 = {...}部分中，您调用中间结果b，但稍后尝试引用b1。同样，b1不存在，因此将您的中间结果称为b1，而不是b。

解决这些问题，我认为您的功能可以正常工作：）

如何用R计算简单线性回归中的b0和b1？

2 个答案: