A. 利用R進行多元線性回歸分析
利用R進行多元線性回歸分析
對於一個因變數y，n個自變數x1,...,xn，要如何判斷y與這n個自變數之間是否存在線性關系呢？
肯定是要利用他們的數據集，假設數據集中有m個樣本，那麼，每個樣本都分別對應著一個因變數和一個n維的自變數；
m個樣本，就對應著一個m維的列向量Y，一個m×n維的矩陣X
Y是X的每一列X1,...,Xn的函數
那麼，Y與X1,...,Xn之間到底是什麼關系呢？是滿足Y=a1*X1+...+an*Xn這樣的線性關系還是Y=f(X1,...,Xn)這樣的非線性關系呢？
為了解決這個問題，可以首先利用多元線性回歸
B. 如何用r軟體對給定數據進行回歸分析（不能用lm函數）
可以試著探索一下summary(lm(y~x))到底是什麼。 首先看一下summary(lm(y~x))是什麼數據類型： > m class(summary(m)) [1] "summary.lm" #可以看到，lm的結果是一個"summary.lm" 對象。這有些顯而易見。好吧，繼續探索。 R語言中所有的對象都建立在一些native data structures之上，那麼summary(lm(y~x)的native data structure是什麼呢？可以用mode()命令查看。
C. 怎麼用r語言處理名義變數，並對其進行線性回歸分析
可以as.numeric，或者其他方式
D. 如何在r語言中抓取股票數據並分析論文
用quantomd包
然後getsymbols函數
分析論文 要看你研究方向
如果是看影響因素 一般回歸就行
如果看股票波動和預測 可能需要時間序列
E. 如何用R語言做線性相關回歸分析
可以直接用corrcoef(x,y)函數啊……
例如，求出已知的x，y向量的相關系數矩陣R，則輸入
R=corrcoef(x,y)
然後調用 max(max(R))，可以求出最大值
F. 對股票進行回歸分析通常自變數和因變數選什麼好
因變數通常是回報，比如行業超額回報、或者經無風險利率調整的回報。自變數，根據APT，有k個factor。所以你認為的是影響因素的變數都可以加入。常用的有市場回報（CAPM模型）、會計信息（sloan模型）、上期回報（Engle模型）和宏觀變數（國債長短端利差、通脹等）。但是要重點看看t檢驗和adj R square，會對不相關的變數進行懲罰
G. 關於回歸分析中R的解釋
F測試只是說明回歸方程式是有效的 但是R平方顯示模擬的效果並不好，擬合程度不高， 應該換一種擬合方式。對回歸模擬的綜合判斷是要把這兩個方面結合起來看的。 追問： 那如果是這個結果 這個實證研究還有意義嗎對幾個變數相關性的分析還有用嗎你說的換一種擬合方式是什麼的，我不是很懂啊 我對這方面不太懂的 能再回答的詳細點嗎 謝謝啦 回答： 顯然這樣的模擬是很不能讓人信服的。因為回歸等模擬都是概率意義下的。這個實證研究的意義值得懷疑。不知道你是用的什麼回歸，線性的還是非線性的？式子可以做些改變，一般都需要先把樣本作圖來觀察等決定採用何種擬合。
H. 如何利用r軟體對數據進行回歸分析
用excel也可以進行回歸分析。