R语言实现多线性回归模型预测时间序列数据 MLR models in R

<!-- #此文主要针对统计基础比较薄弱（比如博主）利用多个模型言针对时间序列数据做预测用之MLR/多线性回归模型； -->
<!--定义：人话就是给定一组数据集data={(x1,y1),(x2,y2)....(xn,yn)} 从data中得到一个线性模型来反映 x和y 的关系，f(x)=W1X1+W2x2+w3x3+b->f(x)=Wt*x+b :w=不同的参数 -->
通常测量误差用欧式误差距离/最小二乘法： （f(x)-y）^2 ---y是ground truth 也就是实际值，f（x）为cross validation 预测值
今天不想写了，明天写.....