R語(yǔ)言統(tǒng)計(jì)分析作業(yè)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上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(hù)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$計(jì)劃戶(hù)型)2、請(qǐng)對(duì)變量計(jì)劃面積選擇正確的圖形進(jìn)行描述，寫(xiě)出相應(yīng)的結(jié)論（請(qǐng)寫(xiě)出R代碼）； hist(T$計(jì)劃面積, col = "lightgreen")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

2、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$計(jì)劃面積)summary(t)library("psych")describe(t)根據(jù)第二題的直方圖顯示，計(jì)劃面積的數(shù)據(jù)分布是非對(duì)稱(chēng)分布，其中位數(shù)為100，平均數(shù)為101.6，上四分位數(shù)為80.0，下四分位數(shù)為120.0，分位數(shù)之差是40.04、請(qǐng)選用合適的圖形來(lái)展示變量計(jì)劃戶(hù)型和變量從業(yè)狀況之間的關(guān)系，并進(jìn)行獨(dú)立性檢驗(yàn)；（請(qǐng)寫(xiě)出R代碼）；t<- na.omit(T)b<-data.frame(t$從業(yè)狀況,t$計(jì)劃戶(hù)型)a<-table(b)barplot(a,ma

3、in="從業(yè)狀況與計(jì)劃戶(hù)型的關(guān)系",ylab="頻數(shù)",col=c(rainbow(6),beside=TRUE)summary(assocstats(a) H0：計(jì)劃戶(hù)型與從業(yè)狀況獨(dú)立，即兩個(gè)變量不關(guān)聯(lián)；H1：計(jì)劃戶(hù)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)，Cramers V = 0.19，有證據(jù)表明計(jì)劃戶(hù)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(hù)口狀況和變量現(xiàn)住面積之間的關(guān)系

4、；如果想分析變量戶(hù)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(hù)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$戶(hù)口狀況,T$現(xiàn)住面積)boxplot(T$現(xiàn)住面積T$戶(hù)口狀況,data=c,ylab="現(xiàn)住面積",xlab="戶(hù)口狀況",varwidth=TRUE,col="red2")如果想分析變量戶(hù)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(hù)口人民的現(xiàn)住面積與外地戶(hù)口人民的現(xiàn)

5、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 = 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(hù)口人民的現(xiàn)住面積與外地戶(hù)口人民的現(xiàn)住面積之間的總體方差存在顯著差異。leveneTest(T$現(xiàn)住面積T$戶(hù)口狀況,data=T)（2）本研究使用了獨(dú)立樣本t檢驗(yàn)方法，分析本地戶(hù)口人民的現(xiàn)住面積和外地戶(hù)口人民的現(xiàn)住面積之間是否存在顯著差異。t.test(T$現(xiàn)住面積T$戶(hù)口狀況,data=T)cohensD(現(xiàn)住面積戶(hù)口狀況,data=T,method="unequal")由于t=3.3136，d=0.，d

6、f =182.43，p值=0.，p值小于0.05，所以拒絕原假設(shè)。有證據(jù)表明本地戶(hù)口人民的現(xiàn)住面積和外地戶(hù)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(家庭收入文化程度="初中及以下")shapiro.test(家庭收入文化程度="大學(xué)（專(zhuān)、本科）")shapiro.test(家庭收入文化程度="高中（中專(zhuān)）")shapiro.tes

7、t(家庭收入文化程度="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(zhuān)、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(zhuān)、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(zhuān)）”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(zhuān)）”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。根據(jù)輸出結(jié)果，n1=805

8、，n2=896，n3=1258，n4=34, 各組的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）。本案例不滿(mǎn)足單因素方差分析的正態(tài)性條件。leveneTest(家庭收入文化程度,data=T)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

9、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)。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)8、 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(xiàn)性回歸模

10、型。（請(qǐng)寫(xiě)出R代碼）（1）寫(xiě)出估計(jì)的多元線(xiàn)性回歸方程，并解釋回歸系數(shù)的實(shí)際意義； （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(xiàn)性回歸分析的基本假定是什么？本案例是否滿(mǎn)足？。（6）根據(jù)你的判斷，模型中是否存在多重共線(xiàn)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)（1）根據(jù)輸出結(jié)果：回歸方程為y=84.+0.x1 -4.x2+0.x3x1的回歸系數(shù)為0.，其含義是：當(dāng)x2、x3 保持不變時(shí)，x1（家庭收入）每增加1元，因變量y

11、（計(jì)劃面積）平均增加0.平米。x2的回歸系數(shù)為-4.，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.平米。x3的回歸系數(shù)為0.，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）平均增加0.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)住面積的多元線(xiàn)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

12、.95。（3）整體性檢驗(yàn)：H0：1=2=3=0；H0：1、2、3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，H0：i = 0；H1：i 0。對(duì)于自變量x1（家庭收入）：t值為6.663，P值小于0.05，拒絕原假設(shè)。1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)。2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)。3顯著。 （5） 基本假定：1、 誤差項(xiàng)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、 獨(dú)立性3、 線(xiàn)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)plot(g)h<- residuals(g)shapiro.test(h)qqPlot(g)正態(tài)性檢驗(yàn)：p<0.01，能拒絕原假設(shè)，有證據(jù)表明殘差不服從正態(tài)分布。durbinWatsonTest(g)獨(dú)立性檢驗(yàn)：P值不顯著（p=0.334）說(shuō)明無(wú)自相關(guān)性，誤差項(xiàng)之間獨(dú)立。線(xiàn)性檢驗(yàn)：在“殘差與擬合圖”（residuals vs fitted）中可以看到殘差與預(yù)測(cè)值似乎有某