Introduction

> plot(child ~ parent, galton)

其中，很多点是重复的，在图上显示为某些点比较黑，但是不容易识别
可以用

jitter函数

which can spread out the data to simulate the measurement errors and make high frequency heights more visible.（把相同的数据散开，模拟一些误差）

> plot(jitter(child,4)~parent,galton)

lm（）函数

(linear model) 线性回归
lm用于拟合线性模型。 它可用于进行回归，方差的单层分析和协方差分析

> plot(jitter(child,4)~parent,galton)
> regrline <- lm(child ~ parent, galton) # 因变量 ~ 自变量，galton为数据
> abline(regrline, lwd=3, col='red')

查看回归直线的信息：

> summary(regrline) 

Call:
lm(formula = child ~ parent, data = galton) #公式解析

Residuals: ＃误差
Min 1Q Median 3Q Max
-7.8050 -1.3661 0.0487 1.6339 5.9264

Coefficients: ＃回归系数
Estimate Std. Error t value Pr(>|t|)
(Intercept) 23.94153 2.81088 8.517 <2e-16 ***
parent 0.64629 0.04114 15.711 <2e-16 ***