R lm() 関数 - 線形回帰モデル

R 语言实例R 言語の例

R lm() 関数は線形回帰モデルを当てはめるために使用され、説明変数と目的変数の間の線形関係を分析します。

線形回帰は統計モデリングにおいて最も基礎的かつ重要なツールの一つです。

lm() 関数の構文形式は以下の通りです:

lm(formula, data)

パラメータの説明:

  • formula数式。形式は y ~ x1 + x2 + ... で、y は目的変数、x は説明変数です。

  • dataデータフレーム。数式内の変数を含みます。

例

# 広告費と売上高のデータ
ad_spend <- c(10, 15, 12, 18, 20, 14, 22, 16, 25, 19)
sales <- c(50, 65, 55, 72, 80, 60, 88, 68, 95, 75)

# 線形モデルを当てはめる
model <- lm(sales ~ ad_spend)

# モデルの要約を表示
print(summary(model))

# 新しいデータを予測
new_spend <- data.frame(ad_spend = c(17, 23))
predictions <- predict(model, new_spend)
print(paste("予測売上高:", predictions))

上記のコードを実行すると、出力結果は以下の通りです:

Call:
lm(formula = sales ~ ad_spend)

Residuals:
    Min      1Q  Median      3Q     Max
-4.3780 -1.5831 -0.4329  1.8202  4.9347

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)  17.1622     3.4394   4.990  0.00106 **
ad_spend      3.0623     0.1933  15.839  2.42e-07 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 2.829 on 8 degrees of freedom
Multiple R-squared:  0.9691,    Adjusted R-squared:  0.9652
F-statistic: 250.9 on 1 and 8 DF,  p-value: 2.422e-07

[1] "预测销售额: 69.2218150385764 87.5953501640316"

R-squared は 0.9691 で、広告費が売上高の変化の約 97% を説明できることを示しています。

R 语言实例R 言語の例

その他の拡張