美国R语言作业不会写，不会建立线性回归怎么办？

　　线性回归用于在一个或多个输入预测变量x的基础上，预测结果变量y的值。换句话说，线性回归用于在预测变量和响应变量之间建立线性关系。在线性回归中，预测变量和响应变量通过一个方程联系起来，其中这两个变量的指数都是1。

　　线性回归的一般数学方程为：y = ax + b。其中，y是一个响应变量;x是一个预测变量;a和b是常数，称为系数。

　　通过R语言建立回归的步骤：

　　假如，当一个人的身高已知时，对他的体重进行预测就是一个简单的回归例子。如果要预测体重，就需要知道一个人身高和体重之间的关系。

　　1、收集身高和体重观测值样本;

　　2、使用R的lm()函数创建一个关系模型;

　　3、借助关系模型找到系数，并利用该系数创建数学方程;

　　4、总结关系模型，以了解预测中的平均误差，即残差;

　　5、使用predict()函数来预测新人的体重。

　　lm()函数的语法：lm(formula,data)。其中，Formula是一个表示x和y之间关系的符号;Data是一个矢量，我们将在其上应用这个公式。

　　完成上述步骤即可建立回归。如果同学还有其他作业问题，或是需要老师进一步讲解R语言的应用，都可以咨询我们的美国课程作业辅导老师。老师将根据作业的具体内容和要求进行更加有针对性的讲解。