问题标签 [linear-regression]

我有一个格式为（用户 ID、电影 ID、评级、时间）的文本文件，我想对数据集进行普通回归。（只有 4 个功能，> 400 万个实例）

它给出了一个错误：

该文件的大小仅为 93MB。如何使用 R 进行回归并且没有记忆问题？我应该以不同的方式存储数据吗？

谢谢 。

更多信息：在具有 3GB RAM 的 linux 机器上工作。我已经用谷歌搜索了，但我得到的大多数链接都是关于通常> RAM 的数据集，在我的情况下这不是真的:(（只有 93MB）。

我有 [x,y] 对，其中 x 值是 Unix 时间值，y 是浮点数。我需要为这个系列找到最合适的线。我正在使用线性回归模型，如下面的链接所示：

http://dracoblue.net/dev/linear-least-squares-in-javascript/159/

我得到了正确的值。但是，由于我的 x 数据是 unix 时间戳，我得到了非常大的价值。那么，有没有人对如何调低它有任何建议？我尝试使用秒而不是毫秒，将 x 数据降低 1000。但是，这只会使最终 y 值的差异可以忽略不计，而且我看不到正确的趋势线。

任何帮助，将不胜感激。

谢谢，S。

我正在绘制 [x,y] 对数据。我正在使用最小二乘回归模型计算曲线的最佳拟合线并相应地预测 y 值。

我现在想生成 95% 的置信区间值并绘制它。如果有人可以帮助我计算置信带 y 值的公式，那就太好了。在发帖之前，我确实尝试过谷歌搜索。但是，大多数网站都认为，我已经有了一些数据。如果您能指导我找到一些好的链接，这也会有所帮助。

在此先感谢，S。

我正在使用动态数据显示LineSeries(D3)在图表上 呈现一些简单的内容：

这是一个小示例图：

* 图片来自http://dynamicnotions.blogspot.com/2009/05/linear-regression-in-c.html

有没有一种简单的方法可以用 D3 做到这一点？还是我必须自己计算？我只是想在这里重新发明轮子之前检查一下:-)

D3 是一个非常整洁的库，虽然它在文档中缺少一点...

我想使用 R 中的 lm() 函数计算线性回归。此外，我想获得回归的斜率，其中我明确地将截距赋予lm().

我在互联网上找到了一个示例，并尝试阅读 R 帮助“？lm”（不幸的是，我无法理解），但没有成功。谁能告诉我我的错误在哪里？

感谢您的帮助。

我有一组点 (x, y)，其中每个 y 的误差范围为 y.low 到 y.high。假设线性回归是合适的（在某些情况下，数据可能最初遵循幂律，但已将 [log, log] 转换为线性）。

计算最佳拟合线很容易，但我需要确保该线在每个点的误差范围内。如果回归线超出范围，我只是将其向上或向下推以保持在两者之间，这是可用的最佳拟合，还是斜率也需要改变？

我意识到在某些情况下，一个点的下限和另一个点的上限可能需要不同的斜率，在这种情况下，大概只接触这两个边界是最合适的。

给定一个点列表，我需要对它们进行简单的线性回归。这部分非常简单，代码示例可以在很多地方找到。

我的问题是确定回归因子（测量点适合在线的程度）。如何使用 Lua 以编程方式确定这样的因素？

我想知道如何在ggplot. 我的代码是：

任何帮助将不胜感激。

我多次运行相同的回归，并对 x 变量进行小幅改动。我的目标是在确定了该线性回归模型的每个变量的拟合度和显着性之后，以查看所有主要图。我不需要一个一个地创建每个图，而是希望一个函数从以下列表中循环遍历我的变量 (x1...xn)。

适合 <-lm( y ~ x1 + x2 +... xn))

我想为所有 x 创建的图是 1) 上述函数中所有 x 的“x 与 y” 2) 'x 与预测的 y 3) x 与残差 4) x 与时间的关系，其中时间不是用于回归，但在数据来自的数据框中提供。

我知道如何从拟合中访问系数，但是我无法使用摘要中的系数名称并在创建绘图的函数中重用它们，因为名称是字符。

我希望我的问题已经被清楚地描述并且还没有被问到。

谢谢！

这个问题与我之前的问题密切相关。唯一的区别是，我想要拟合的原始数据，而不是绘制数据。我试图按照最后一个答案自己解决它，但仍然卡住了。

所以我想从线性回归的拟合中检索自变量、拟合变量、残差和标准化残差。

我将使用由 Brian Diggs 创建的示例。所以谢谢。

下一步我像以前一样被卡住了。我试图仅获取用于回归的变量并将它们绑定到新数据集。我尝试了以下操作，但它不起作用。这一步是错误的。我可以绑定残差，拟合但不能绑定使用的变量。

非常感谢任何帮助。是的，我自己还在教 R。