测定化合物的某一种反应速率时获得的实验数据如下表。试判定在该浓度范围内的反应级数。
根据所给出的原始数据，分别套用零级、一级和二级反应动力学公式，用直线连接，找到最接近直线的图线。现在统计软件种类繁多，回归分析是其基本功能，利用统计软件进行精确的回归分析，其结果的可靠性显然优于传统的作图法。可以选择自由统计软件 R 解题。
R 是由新西兰奥克兰大学(The University of Auckland)的罗斯∙伊哈卡(Ross Ihaka)和罗伯特∙杰特曼(Robert Gentleman)共同开发的统计语言，目前由“R开发核心团队”维护代码，在生物信息学、人工智能、计量经济学等领域有广泛应用。
根据反应级数的知识，分别以t对lnc(S)、c(S)－1和c(S)－2开展线性回归计算，读取返回的相关系数，根据相关系数确定反应级数。选择Rstudio作为展示用IDE，直观展示R语言源码和执行效果，逐行介绍命令，对应语法和执行结果，并作出回归曲线。着重分析三种不同反应级数对应的三个model，最后根据R语言返回的相关系数得出一级动力学的结论。
所用R语言脚本如下：
sub=read.table(′/home/chem/7.5′,T)
sub2=read.table(′/home/chem/7.52′,T)
plot(concentration~time,data=sub,xlab=′′Time/min′′,ylab=′′Concentration/M′′,col=′blue′)
#读取原始数据
model=lm(concentration~time,data=sub)
abline(model,lty=1,)
summary(model)
#一级动力学回归拟合,并绘制黑色实线回归方程曲线
model2=lm(log(concentration)~time,data=sub2)
abline(model2,lty=3,col=′green′)
summary(model2)
#二级动力学回归拟合,并绘制红色虚线回归方程曲线
model3=lm(1/concentration~time,data=sub2)
abline(model3,lty=3,col=′red′)
summary(model3)
#三级动力学回归拟合,并绘制绿色圆点虚线回归方程曲线
