data(snake); //引入数据集
dim(snake);//查看数据集的维度
str(snake);//查看数据集详情，head,tail,mean,max,min...
names(snake) <- c("content","yield");//为数据集的每列设置别名
attach(snake);//执行后可直接使用数据集别名
cor(snake);//查看数据集每列的相关性系数
cov(snake);//查看数据集每列的协方差
plot(snake);//查看数据分布情况
yield.fit <- lm(yield~content);//执行一元线性回归
yield.fit;//查看线性回归结果
plot(yield.fit);//查看线性回归结果
summary(yield.fit);//查看线性回归汇总
cor
rplot
yield
上图中，Intercept指截距，content指系数，即模型结果是yield=0.4981*content+0.7254
summary
上面是线性回归模型的汇总结果，重点关注划线的几个地方，解释如下：
1.Residuals是指模型残差，原则上应该符合正态分布，1Q应该与3Q差不多
2.Pr(>|t|用于描述系数显著性，越小越好，一般应小于0.05，约小说明模型系数越有效
3.Adjusted R-squared:说明模型拟合程度，越大说明拟合的越好，原则上应大于0.80
4.F统计的p-value也是描述模型显著性，越小越好，应低于0.05
同时满足上面几个条件可以说明，这个结论是可以接受的。
