1、什么是线性拟合?
线性拟合,顾名思义,针对两组数据或多组数据,找出一条最佳拟合直线,常用于处理与自变量呈线性关系的因变量。线性拟合是数据处理的常用方法,拟合的目的是对呈现一定数值关系的因变量与自变量找出最佳拟合方程,一般用线性回归来实现。
2、什么是曲线拟合?
Excel软件对于简单的线性和曲线拟合,实现起来比较方便。
软件操作
#install.packages("basicTrendline")
library(basicTrendline)
#使用R软件自带的数据集women,有两个变量,分别为身高height和体重weight。
head(women)
str(women)
#加载数据
attach(women)
#我们想通过height来预测weight,把height赋值为x,weight赋值为y。注:如果直接用weight和height放到函数trendline里有时候会出错,为了保险,直接赋值为x和y。
x<-height
y<-weight
#添加趋势线
# 一次函数:y=a*x+b
trendline(x, y, model="line2P", ePos.x = "topleft", summary=TRUE, eDigit=5)
# 二次函数:y=a*x^2+b*x+c
trendline(x, y, model="line3P", ePos.x = "topleft", summary=TRUE, eDigit=5)
# 对数函数:y=a*ln(x)+b
trendline(x, y, model="log2P", ePos.x = "topleft", summary=TRUE, eDigit=5)
# 指数函数:y=a*exp(b*x)
trendline(x, y, model="exp2P", ePos.x = "topleft", summary=TRUE, eDigit=5)
# 幂函数:y=a*x^b
trendline(x, y, model="power2P", ePos.x = "topleft", summary=TRUE, eDigit=5)