Dispensa di modelli lineari in R - Dipartimento di Statistica
Dispensa di modelli lineari in R - Dipartimento di Statistica
Dispensa di modelli lineari in R - Dipartimento di Statistica
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capitolo 4<br />
Modello <strong>di</strong> regressione l<strong>in</strong>eare<br />
semplice: la funzione lm()<br />
4.1 Analisi dei dati CHERRY.DAT<br />
Si riconsider<strong>in</strong>o i dati contenuti nel file cherry.dat, riferiti a misurazioni rilevate<br />
su 31 alberi <strong>di</strong> ciliegio.<br />
> Ciliegi attach(Ciliegi)<br />
Si consideri il modello già utilizzato nel Paragrafo 2.1 per spiegare la relazione tra<br />
volume e <strong>di</strong>ametro, ovvero il modello che assume che y1, . . . , y31 siano realizzazioni<br />
<strong>di</strong> variabili casuali Yi dove<br />
Yi = β1 + β2xi + εi , (4.1)<br />
con εi variabili casuali N(0, σ 2 ) <strong>in</strong><strong>di</strong>pendenti, i = 1, . . . , 31.<br />
Per stimare il modello, si può utilizzare la funzione lm(). La funzione prevede la<br />
specificazione <strong>di</strong> una formula che def<strong>in</strong>isce il modello da stimare.<br />
> ciliegi.lm summary(ciliegi.lm)<br />
35