R語(yǔ)言統(tǒng)計(jì)分析作業(yè)

1、T<- read.table（"G:/學(xué)習(xí)文件夾/R語(yǔ)言/R語(yǔ)言作業(yè)/5/住房狀況調(diào)查.csv",header=TRUE,sep=",")1、對(duì)變量計(jì)劃戶型制作一張頻數(shù)分布表，并繪制相應(yīng)的圖形，寫(xiě)出相應(yīng)的 結(jié)論（請(qǐng)寫(xiě)出R代碼）table（T$計(jì)劃戶型）更大戶型 兩室兩廳2161131D4四室兩廳單工亞室三療承工四室三廳忍工 1326兩室一廳三室兩廳三室三廳三室一廳 四室二廳浜衛(wèi)2D3223520237一室一廳 122、請(qǐng)對(duì)變量計(jì)劃面積選擇正確的圖形進(jìn)行描述，寫(xiě)出相應(yīng)的結(jié)論（請(qǐng)寫(xiě)出 R代碼）；hist(T$計(jì)戈ij面積,col = "lig

2、htgreen")痛 R Graphic； Device 2 (WnVE)Histogram of計(jì)劃面積Q O -i rt局 苔氏 0A0uaJnb9ILJ_05010015020025。300T£計(jì)劃面和3、對(duì)變量計(jì)劃面積，計(jì)算樣本數(shù)、平均值、中位數(shù)、修剪均值、樣本標(biāo)準(zhǔn) 差、偏態(tài)系數(shù)、峰態(tài)系數(shù)、最大值、最小值、上下四分位數(shù)，并對(duì)計(jì)劃面積的 分布特征進(jìn)行綜合分析（請(qǐng)寫(xiě)出 R代碼）；t<-na.omit（T$計(jì)劃面積）summary（t）library（"psych"）describe（t）根據(jù)第二題的直方圖顯示，計(jì)劃面積的數(shù)據(jù)分布是非對(duì)稱分布，其

3、中位數(shù)為100,平均數(shù)為101.6,上四分位數(shù)為80.0,下四分位數(shù)為120.0,分位數(shù)之差是40.04、請(qǐng)選用合適的圖形來(lái)展示變量計(jì)劃戶型和變量從業(yè)狀況之間的關(guān)系，并 進(jìn)行獨(dú)立性檢驗(yàn)；(請(qǐng)寫(xiě)出R代碼)；t<- na.omit(T)b<-data.frame(t$從業(yè)狀況,t$計(jì)劃戶型)a<-table(b)barplot(a,main="從業(yè)狀況與計(jì)劃戶型的關(guān)系",ylab="頻數(shù) ”,col=c(rainbow(6),beside=TRUE)summary(assocstats(a)H。：計(jì)劃戶型與從業(yè)狀況獨(dú)立，即兩個(gè)變量不關(guān)聯(lián)；Hi：計(jì)劃戶

4、型與從業(yè)狀況不獨(dú)立，即兩個(gè)變量關(guān)聯(lián)；Pearson卡方檢驗(yàn)結(jié)果表明，n=719, X-squared = 129.270, df = 50, p-value = 6.0761e-09 小于 0.05,拒絕原假設(shè)，Cramer' s V = 0.19有 證據(jù)表明計(jì)劃戶型與從業(yè)狀況不獨(dú)立。5、請(qǐng)選用合適的圖形來(lái)展示變量戶口狀況和變量現(xiàn)住面積之間的關(guān)系；如 果想分析變量戶口狀況是否對(duì)變量現(xiàn)住面積產(chǎn)生顯著性影響，應(yīng)該采取哪種統(tǒng) 計(jì)分析方法？戶口狀況是否對(duì)變量現(xiàn)住面積產(chǎn)生顯著性影響？為什么？(請(qǐng)寫(xiě) 出R代碼)c<-data.frame(T$P 口»犬況,T$現(xiàn)住面積)boxplo

5、t(T$T$戶口 狀況，data=c,ylab="現(xiàn)住面積",xlab="戶 口狀況”,varwidth=TRUE,col="red2")如果想分析變量 戶口狀況是否對(duì)變量現(xiàn)住面積產(chǎn)生顯著性影響：(1)首先，現(xiàn)住面積是大樣本數(shù)據(jù)，檢驗(yàn)方差齊性時(shí)可以使用 Levene檢驗(yàn)，分析本市戶口人民的現(xiàn)住面積與外地戶口人民的現(xiàn)住 面積之間的總體方差是否有顯著性差異。根據(jù)R輸出結(jié)果，F(xiàn) = 5.4041, p-value =0.02016, p-value小于0.05,拒絕原假設(shè)；有證據(jù)表明本市 戶口人民的現(xiàn)住面積與外地戶口人民的現(xiàn)住面積之間的總體方差存 在

6、顯著差異。leveneTest(T$!住面積 T$戶 口狀況,data=T)> libraryt7,car")載人程輯包工 *car,The following object is rra.3Jeed frort package:psych* : Logit> Iss亡現(xiàn)住面積工£戶口狀況t daca-T)> leveneTest ITS現(xiàn)住面積=工$戶口狀況, da七事=1)Levene1 5 Test far Homogeneity of Variance (center = iredlan) Df F value Pr(>F) group 1

7、5.041 0.02016 * 2991Signif* codes: 0 ,*/ 0*001 1*r 0.01 '*r Q*Q5 、, 0.1 1 1> I(2)本研究使用了獨(dú)立樣本t檢驗(yàn)方法，分析本地戶口人民的 現(xiàn)住面積和外地戶口人民的現(xiàn)住面積之間是否存在顯著差異。t.test（T$®l住面積 T$戶 口狀況，data=T）> 3g六現(xiàn)住面枳戶口狀況，data=T）Welch Two Sanfle Latestdata: T$現(xiàn)住面積byT小戶口狀況 t = 3.3136, df = 182.43/ p-value - 0*001111 alteinative

8、hypothesis: true difference in rr.eans is not equal to 0 95 percent confidence interval:3.106539 12.251296sartple escimates imean in group 本市戶口 raean in group 外地戶口63,1551155.47619> IcohensD現(xiàn)住面積 戶 口狀況，data=T,method="unequal"）> shunsD （現(xiàn)住面積戶data=Tf Tnethod-="uneqiJal"）1 0.275

9、5663 由于 t=3.3136, d=0.2785663, df =182.43, p 值=0.001111, p值小于0.05,所以拒絕原假設(shè)。有證據(jù)表明本地戶口人民的現(xiàn)住面積和外地戶口人民的現(xiàn)住面積之間存在顯著差異。但本案例的效應(yīng)不大。6、如果想分析變量文化程度是否對(duì)變量家庭收入產(chǎn)生顯著性影響，應(yīng)該采 取哪種統(tǒng)計(jì)分析方法？文化程度是否對(duì)變量家庭收入產(chǎn)生顯著性影響？為什么？（請(qǐng)寫(xiě)出R代碼）attach（T）shapiro.test康庭收入文化程度="初中及以下"）shapiro.test康庭收入文化程度="大學(xué)（專、本科）"）shapiro.test

10、康庭收入文化程度="高中（中專）"）shapiro.test康庭收入文化程度="研究生及以上"）原假設(shè)：文化程度為“初中及以下”時(shí)的家庭收入來(lái)自于正態(tài)總體；備擇假設(shè)：文化程度為“初中及以下”時(shí)的家庭收入不來(lái)自于正 態(tài)總體。原假設(shè)：文化程度為“大學(xué)（專、本科）”時(shí)的家庭收入自于正 態(tài)總體；備擇假設(shè)：文化程度為“大學(xué)（專、本科）”時(shí)的家庭收入 不來(lái)自于正態(tài)總體。原假設(shè)：文化程度為“高中（中專）”時(shí)的家庭收入來(lái)自于正態(tài) 總體；備擇假設(shè)：文化程度為“高中（中專）”時(shí)的家庭收入不來(lái)自 于正態(tài)總體。原假設(shè)：文化程度為“研究生及以上”時(shí)的家庭收入來(lái)自于正態(tài) 總體；備擇

11、假設(shè)：文化程度為“研究生及以上”時(shí)的家庭收入不來(lái)自 于正態(tài)總體。> . te3t1豪庭收入：文彳七程專="初中及以下"Shapiro-Wilk normality testdata :家庭收入文化程度="初中及以下丁W = 0.75083, p-vdlae < 2 . 2e-16> m三己皿二 . tEmt【家庭收入：文化程考="大學(xué)（專、本科）1）Shapiro-Wilk normality testdata :家庭收入文化程度="大學(xué)f專、本科）W = 0.57B33, p-valae < 2 .2e-16>

12、二二丑二二.匚已3t1家庭收入：文化程專=N高中中專）寸）Shapiro-Wilk normality testdata :家庭收入文化程度="高中（中專）"W = 0.812 66, p-vdlae < 2 . 2e-16> 3?.apiro . tEmt（家庭收入：文化程宣="研究巨及以上1V ）Shspiro-Wilk norir.dlity testdata :家庭收入文化程度="研究生及以上W = 0.55615. p-valae = 5.617e-09根據(jù)輸出結(jié)果，n1=805, n2=896, n3=1258, n4=34,各組

13、的p值 均小于0.05,拒絕原假設(shè)，有證據(jù)表明各組數(shù)據(jù)不服從正態(tài)分布。describe.by（家庭收入，文化程度）對(duì)不同教育水平的家庭收入進(jìn)行Shapiro-Wilk檢驗(yàn)，根據(jù)R輸出結(jié)果,所有的p-value都小于0.05,拒絕原假設(shè)，證據(jù)表明不同教育水平的家庭收入不服從正態(tài)分布。該樣本雖為大樣本，但為高度偏態(tài)分布（|sk|>0.5）。> tUGCM%力索史收入F文化程童）Dtscrlfiilve s&atLsisies by 療上白國(guó) group：初中及鼠下vats 力 由2出affAdlaA T.ijtntt：d ffAd min. ttAx 上a白。e akew ku

14、ftosis stXI 1 305 1321G.SE 9963.7fl 1DDOO 11CDZ. 9B 5930.4 12DO Le-+«5 BBEQO 3 LB.QB 351.19gzoupi大孝堂、本科viarsnmeansd indj.-aritrjjmuedud minnax 工地口g akew Icurtcslsse黃工 1孑4口5*寫(xiě) 】。號(hào)15,工8MQQ*口 NQ8目，.:410375,3 7QQDMS。*口 孑4&。1 0 5 ,孑1 9-7專與肆，"？gtmrp: *中中專）viarsm.eaxsdmediaD&rxmiLedad nti

15、nitjjc xang-e a kev kurt-DsasseXI 1 USS155J7B<fl1G2D1,5J12000H0H.235t30,1 15QQ13DOOD 12&500抬3”g£0up<:研優(yōu)生及以上vars 3i neanjd ludian Trurmsd nm-d. nxn g* zange 9tew 加工m scKI 1 辦 95617, 65 34翎。死 27500 2已3里，時(shí) 11119 1Q0OO Z1Q5 190go 3,3712r49 3居053Mamziui nessagie 3 describe.b；11 is depEtcBi

16、ized. Ple&se use the deasribeBy I unction > I本案例不滿足單因素方差分析的正態(tài)性條件。leveneTest康庭收入文化程度，data=T）>工”mn皂工總與tU家庭收入文化程度.dag=T）Levene * s Test f cr Hqieggeneity of Variance （center = rr.ediazi）Df F value Fr（>F>group 322.90H 1.16Be-14 *29fl9Signif, cades: Q '*' 0.001 、0.01 '*f 0,05

17、.' 0.1 ' 1 > I總體方差齊性可以使用levene檢驗(yàn)，根據(jù)levene檢驗(yàn)，F(xiàn)值為22.908, p值為1.168e-14,拒絕原假設(shè)，有證據(jù)證明不同教育水平的 家庭收入的總體方差不相等。因此本案例不符合單因素方差分析的應(yīng)用條件，故采用非參數(shù)中的 Kruskal-Wallis 檢驗(yàn)。> ktusm.te與t 1家庭收入z文化程度,data=T）KxusJcal-Wfillis ranlc sum testdata:家蛭收入by文化程度Kruskal-Wallis chi-squared =q52.可3,df = 3f p-value < 2.2e-

18、l原假設(shè)：不同文化程度的人民其家庭收入的中位數(shù)相等；備擇假設(shè)：不同文化程度人民的家庭收入的中位數(shù)不全相等；檢驗(yàn)統(tǒng)計(jì)量Chi-Square為452.43, p值非常小，小于0.05,拒絕原假設(shè)，有證據(jù)證明不同文化程度人民的家庭收入的中位數(shù)不全相等。7、請(qǐng)選用合適的圖形來(lái)展示變量家庭收入和變量計(jì)劃面積之間的關(guān)系，寫(xiě) 出相應(yīng)的結(jié)論（請(qǐng)寫(xiě)出R代碼）；plot（T$家庭收入,T$計(jì)劃面積）Q5WQ0lOCXMft15COWJ2WMW2SXM0THEM18、如果建 立計(jì)劃面積關(guān) 于家庭收入，常住人口，現(xiàn)住面積的多元線性 回歸模型。（請(qǐng)寫(xiě)出R代碼）（1）寫(xiě)出估計(jì)的多元線性回歸方程，并解釋回歸系數(shù)的實(shí)際意義；

19、（2）計(jì)算判定系數(shù)，并解釋其意義；計(jì)算估計(jì)標(biāo)準(zhǔn)誤差，并解釋其意 義。（3）對(duì)回歸模型進(jìn)行整體檢驗(yàn)（a=0.05）。（4）檢驗(yàn)各回歸系數(shù)是否顯著（a=0.05）。（5）多元線性回歸分析的基本假定是什么？本案例是否滿足？。（6）根據(jù)你的判斷，模型中是否存在多重共線性？d<-lm（計(jì)劃面積家庭收入+常住人口 +現(xiàn)住面積,data=T）summary(d)summaryCall:Im （formula =計(jì)劃面積、家庭收人+常住人口 +現(xiàn)住面積，data = T）Residuals:MinIQ Median3Q Max-73.124 -15.972-1,64212.32S 1S6,614Coef

20、flaienta：Estimate 5td. Eirar t value Pr(> c|)（Intercept家庭收入 常住人口 現(xiàn)住面積84.00165370.000318-4,33872060.45277303*4042052O.OOOOSL30.69031730.04073002i.676< 2e-16 *« £3 4.B9e-ll * -5<435 7.22e-08 11.116 < 2e-16 *Signif. codes:o 0.0010.01 *' 0.0S0+1 ' ' 1Re si dual standard

21、 &rrar: 25.95 an S28 degrees of f reedonc (2161 ohservacionfl deleted due to irisaingness)Multiple R-3quared:0.2315. Adjusted R-squarea;0.2289F-scaristic: B3.21 on 3 and 826 DFf p-value: < 2,2e-161 ）根據(jù)輸出結(jié)果 ：回歸方程為y=84.0016537+0.0003418x1-4.8387206x2+0.4527730x3x1 的回歸系數(shù)為0.0003418，其含義是：當(dāng)x2、 x3 保

22、持不變時(shí)，Xi（家庭收入）每增加1元，因變量y （計(jì)劃面積）平均tf加0.0003418 平米。x2 的回歸系數(shù)為-4.8387206，其含義是：當(dāng)x1 、 x3 保持不變時(shí)，X2（常住人口）每增加1人,因變量y （計(jì)劃面積）平均減少4.8387206 平米。x3 的回歸系數(shù)為0.4527730，其含義是：當(dāng)x1、 x2 保持不變時(shí)，x3（現(xiàn)住面積）每增加1平米，因變量y（計(jì)劃面積）平均tf加0.4527730 平米。（2）根據(jù)輸出結(jié)果：修正的判定系數(shù)為0.2289。修正的R2 值=22.89%，說(shuō)明模型與數(shù)據(jù)擬合的不夠好，在計(jì)劃面積的變動(dòng)中，有22.89%是由家庭收入、常住人口和現(xiàn)住面積的多

23、元線性回歸方程所解釋的。本回歸方程擬合的不好，需要增加自變量。標(biāo)準(zhǔn)回歸誤差是25.95，表示用估計(jì)的回歸方程預(yù)測(cè)y 時(shí)，預(yù)測(cè)誤差的相對(duì)大小為25.95。（3）整體性檢驗(yàn)：H。： § =份=自=0；H。：并隊(duì)、費(fèi)至少有一個(gè)不等于0。根據(jù)輸出結(jié)果，通過(guò)F 檢驗(yàn)得出 F 值為 83.21， P 值非常小，拒絕原假設(shè)。（4）顯著性檢驗(yàn)：使用t檢驗(yàn)的方法，H。： 8 = 0； H1： 8#0。對(duì)于自變量Xi (家庭收入)：t值為6.663, P值小于0.05,拒絕 原假設(shè)。自顯著。對(duì)于自變量X2 (常住人口)： t值為-5.435, P值小于0.05,拒絕 原假設(shè)。也顯著。對(duì)于自變量X3 (現(xiàn)住面積)：t值為11.116, P值小于0.05,拒絕 原假設(shè)。自顯著。(5)基本假定：1、誤差項(xiàng)e是一個(gè)服從正態(tài)分布的隨機(jī)變量，且相互獨(dú)立，即2一 N (0,-)2、獨(dú)立性3、線性4、同方差性g<-lm(計(jì)劃面積家庭收入+常住人口 +現(xiàn)住面積,data=T)par(mfrow=c(2,2)piot(g)ftesMJuBisw&FrlledNoinial Q-uh<- residuals(g)shapiro.test(h)> h<- residuals(g) > shapiro.ces