最新R语言统计分析作业.docx

《最新R语言统计分析作业.docx》由会员分享，可在线阅读，更多相关《最新R语言统计分析作业.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品资料R语言统计分析作业.T- read.table(G:/学习文件夹/R语言/R语言作业/5/住房状况调查.csv,header=TRUE,sep=,)1、对变量计划户型制作一张频数分布表，并绘制相应的图形，写出相应的结论（请写出R代码）table(T$计划户型)2、请对变量计划面积选择正确的图形进行描述，写出相应的结论（请写出R代码）； hist(T$计划面积, col = lightgreen)3、对变量计划面积，计算样本数、平均值、中位数、修剪均值、样本标准差、偏态系数、峰态系数、最大值、最小值、上下四分位数，并对计划面积的分布特征进行综合分析（请写出R代码）；t-na.omit(T

2、$计划面积)summary(t)library(psych)describe(t)根据第二题的直方图显示，计划面积的数据分布是非对称分布，其中位数为100，平均数为101.6，上四分位数为80.0，下四分位数为120.0，分位数之差是40.04、请选用合适的图形来展示变量计划户型和变量从业状况之间的关系，并进行独立性检验；（请写出R代码）；t- na.omit(T)b-data.frame(t$从业状况,t$计划户型)a-table(b)barplot(a,main=从业状况与计划户型的关系,ylab=频数,col=c(rainbow(6),beside=TRUE)summary(assocs

3、tats(a) H0：计划户型与从业状况独立，即两个变量不关联；H1：计划户型与从业状况不独立，即两个变量关联；Pearson卡方检验结果表明，n=719，X-squared = 129.270, df = 50, p-value = 6.0761e-09，小于0.05, 拒绝原假设，Cramers V = 0.19，有证据表明计划户型与从业状况不独立。5、请选用合适的图形来展示变量户口状况和变量现住面积之间的关系；如果想分析变量户口状况是否对变量现住面积产生显著性影响，应该采取哪种统计分析方法？户口状况是否对变量现住面积产生显著性影响？为什么？（请写出R代码）c0.5）。本案例不满足单因素方

4、差分析的正态性条件。leveneTest(家庭收入文化程度,data=T)总体方差齐性可以使用levene检验，根据levene检验，F值为22.908，p值为1.168e-14，拒绝原假设，有证据证明不同教育水平的家庭收入的总体方差不相等。因此本案例不符合单因素方差分析的应用条件，故采用非参数中的Kruskal-Wallis检验。原假设：不同文化程度的人民其家庭收入的中位数相等；备择假设：不同文化程度人民的家庭收入的中位数不全相等；检验统计量Chi-Square为452.43，p值非常小，小于0.05，拒绝原假设，有证据证明不同文化程度人民的家庭收入的中位数不全相等。7、请选用合适的图形来展

5、示变量家庭收入和变量计划面积之间的关系，写出相应的结论（请写出R代码）；plot(T$家庭收入,T$计划面积)8、 如果建立计划面积关于家庭收入, 常住人口, 现住面积的多元线性回归模型。（请写出R代码）（1）写出估计的多元线性回归方程，并解释回归系数的实际意义； （2）计算判定系数，并解释其意义；计算估计标准误差，并解释其意义。（3）对回归模型进行整体检验（a=0.05）。（4）检验各回归系数是否显著（a=0.05）。（5）多元线性回归分析的基本假定是什么？本案例是否满足？。（6）根据你的判断，模型中是否存在多重共线性？d-lm(计划面积家庭收入+常住人口+现住面积,data=T)summa

6、ry(d)（1）根据输出结果：回归方程为y=84.0016537+0.0003418x1 -4.8387206x2+0.4527730x3x1的回归系数为0.0003418，其含义是：当x2、x3 保持不变时，x1（家庭收入）每增加1元，因变量y（计划面积）平均增加0.0003418平米。x2的回归系数为-4.8387206，其含义是：当x1、x3 保持不变时，x2（常住人口）每增加1人，因变量y（计划面积）平均减少4.8387206平米。x3的回归系数为0.4527730，其含义是：当x1、x2 保持不变时，x3（现住面积）每增加1平米，因变量y（计划面积）平均增加0.4527730平米。（

7、2）根据输出结果：修正的判定系数为0.2289。修正的R2值=22.89%，说明模型与数据拟合的不够好，在计划面积的变动中，有22.89%是由家庭收入、常住人口和现住面积的多元线性回归方程所解释的。本回归方程拟合的不好，需要增加自变量。标准回归误差是25.95，表示用估计的回归方程预测y时，预测误差的相对大小为25.95。（3）整体性检验：H0：1=2=3=0；H0：1、2、3至少有一个不等于0。根据输出结果，通过F检验得出F值为83.21，P值非常小，拒绝原假设。（4）显著性检验：使用t检验的方法，H0：i = 0；H1：i 0。对于自变量x1（家庭收入）：t值为6.663，P值小于0.05

8、，拒绝原假设。1显著。对于自变量x2（常住人口）：t值为-5.435，P值小于0.05，拒绝原假设。2显著。对于自变量x3（现住面积）：t值为11.116，P值小于0.05，拒绝原假设。3显著。 （5） 基本假定：1、 误差项是一个服从正态分布的随机变量，且相互独立，即2、 独立性3、 线性4、 同方差性g-lm(计划面积家庭收入+常住人口+现住面积,data=T)par(mfrow=c(2,2)plot(g)h- residuals(g)shapiro.test(h)qqPlot(g)正态性检验：p0.01，能拒绝原假设，有证据表明残差不服从正态分布。durbinWatsonTest(g)独立性检验：P值不显著（p=0.334）说明无自相关性，误差项之间独立。线性检验：在“残差与拟合图”（residuals vs fitted）中可以看到残差与预测值似乎有某种线性关系。同方差性：根据“位置尺度图”（scale-location graph）中，水平线周围的点貌似有线性的趋向，遂使用改进的方法检验同方差。nvcTest(g)原假设：误差方差不变； 备择假设：误方差随拟合值水平的改变而改变。P值0.05，拒绝原假设，说明存在异方差性。（6）多重共线性vif(g)家庭收入、常住人口、现住面积3项的vif值都小于4，所以不存在多重共线性。