杨宜平，赵培信

（1.重庆工商大学数学与统计学院，重庆400067;2.河池学院数学系，广西宜州 546300）

随着计算机的普及以及统计软件的发展，在经济、生物、工业等诸多领域正在采用统计软件分析数据，因而单纯的讲授统计理论的教学方式已不能适应当今社会发展的需求，将统计软件的实际应用与理论教学相结合的教学是现代统计教学的必然趋势。在进行统计分析时，常用的统计软件有R、SAS、SPSS、S-Plus等。在Tiobe公布的2011年11月编程语言排行榜上，R语言位列第27位，市场占有率是0.5%，为统计软件之首。由于R统计软件具有其他统计软件所不具备的优点［1-4］，加之R软件完全免费，因此，受到广大统计研究人员和统计工作者的青睐。在此以回归模型为例介绍R统计软件在统计教学中的应用。

1 回归分析

在进行统计分析时，回归分析运用十分广泛，它是建立两种或者两种以上变量间相互依赖的定量关系的一种统计分析方法。现主要介绍线性回归模型和分位数回归模型。

1.1 线性回归模型

其中Y为n×1的向量，X为p×n的矩阵，ε是n×1随机误差向量，其均值为0且Cov（ε）=σ2I，则回归系数β的最小二乘估计为

在R统计软件中，拟合线性回归模型的函数为lm（），例如建立Y与X1和X2的回归模型，

如果想了解更多关于函数lm（）的用法，可输入:

可以查到该函数的用法。

1.2 分位数回归模型

Koenker和Bassett［5］在1978年提出了分位数回归，其思想是建立因变量Y对自变量X的条件分位数回归模型。X对Y的线性分位数回归模型

其中τ是因变量Y在X条件下的分位数。XTβ是拟合Y的第τ分位数。……