#各变量之间的相关系数（保留3位小数）round(cor(mydata),3)#在同一张图中展示各变量的直方图，各变量间的散点图、相关系数及其假设检验结果library(PerformanceAnalytics)chart.Correlation(mydata, histogram=TRUE, pch=19,method = 'spearman')#拟合模型model<- lm(y ~ x1 +x2 +x3 , data=mydata)summary(model)#回归诊断#fitted vs. residuals; normal Q-Qplot(model)#plot of fitted vs. studentized residuals plot(rstudent(model) ~ model$fitted.values, xlab="Fitted Values",  ylab = "Studentized Residuals",main="Fitted vs. Studentized Residuals") abline(h=0, lwd=3) abline(h=c(3,-3), lty=2, lwd=3, col="blue")#Make a plot of Cook's distances vs. observation orderlibrary(olsrr)ols_plot_cooksd_chart(model)#VIFlibrary(car)vif(fit)

#标准化数据zmydata <- as.data.frame(scale(mydata))#拟合、查看模型zmodel <- lm(y~x1 + x2 + x3 , data=zmydata)summary(zmodel)

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；