Mitmene regressioonanalüüs ja mittelineaarne regressioonanalüüs
1.2E$ig5)
# R2: 1-(sd(PD.1.2E$ig5)/var(PD.1.2E$ig5))^2
# Md: ig5 = a + b*d
Md<-lm(ig5~d_k,PD.1.2E)
summary(Md)
# Mh: ig5 = a + b*h
Mh<-lm(ig5~h,PD.1.2E)
summary(Mh)
# Mhv: ig5 = a + b*hv
Mhv<-lm(ig5~hv,PD.1.2E)
summary(Mhv)
# Mdh: ig5 = a + b1*d + b2*h
Mdh<-lm(ig5~d_k+h,PD.1.2E)
summary(Mdh)
# Mdhv: ig5 = a + b1*d + b3*hv
Mdhv<-lm(ig5~d_k+hv,PD.1.2E)
summary(Mdhv)
# Mhhv: ig5 = a + b2*h + b3*hv
Mhhv<-lm(ig5~h+hv,PD.1.2E)
summary(Mhhv)
# Mdhhv: ig5 = a + b1*d + b2*h + b3*hv
Mdhhv<-lm(ig5~d_k+h+hv,PD.1.2E)
summary(Mdhhv)
# diagnostka
AIC(M0,Md,Mh,Mhv,Mdh,Mdhv,Mhhv,Mdhhv)
library(car)
vif(Mdhhv)
vif(Mdhv)
vif(Mdh)
anova(Md,Mdh)
anova(Md,Mdhv)
anova(Md,Mdhhv)
anova(Mdhv,Mdhhv)
anova(Mdh,Mdhhv)
par(mfcol=c(1,1), las=1)
plot(Md)
# 2: Näslundi funkts.
PD.KU<-subset(PD.1,pl=="KU")
par(mar=c(4.7,4.7,1,1))
plot(h~d_k, PD.KU, xlim=c(0,35),ylim=c(0,20),xlab="Diameeter, cm", ylab="Kõrgus, m")