の続きです。
今回は、全産業活動指数を被説明変数、その他の三つの指数を説明変数にして回帰分析をしてみます。lm関数を使います。
まずは、建設業活動指数で回帰分析します。
p-valueは5.995e-15なので有意なモデルです。R-squaredは0.3641です。
次は、鉱工業生産指数で回帰分析します。
p-valueは2.2e-16よりも小さいので有意です。R-squaredは、0.7077です。
第３次産業活動指数はどうでしょうか？
p-valueは、2.2e-16よりも小さいので有意です。R-squaredは0.8826です。
第３次産業活動指数との回帰分析モデルがR-squaredの値が大きいので一番あてはまりが良いようです。
plot関数とabline関数でグラフにしてみます。
グラフにすると、建設業活動指数はあんまり全産業活動指数と連動していないことがわかりますね。
今度は、当月の全産業活動指数を、前月のそれぞれの指数で回帰分析してみます。
まずはこのように、全産業活動指数は、始めの値を削除し、その他の三つは最後の値を削除します。
まずは、建設業活動指数からです。
p-valueは7.898e-13と0.05よりも低いので有意です。R-squaredは0.3191です。
次は鉱工業生産指数です。
p-valueは2.2e-16よりも小さいので有意です。R-squaredは0.6053です。
第３次産業活動指数はどうでしょうか？
p-valueは2.2e-16よりも小さいので有意です。R-squaredは0.7802です。
いままで6つの回帰モデルを作成しました。この6つの回帰モデルのR-squaredを並べてみます。
建設業活動指数：0.3641
前月の建設業活動指数：0.3191
鉱工業生産指数：0.7077
前月の鉱工業生産指数：0.6054
第３次産業活動指数：0.8826
前月の第３次産業活動指数：0.7802
です。前月の指数よりも同じ月の指数のほうがR-squaredは大きいですね。
そして、第３次産業活動指数が一番、全産業活動指数をよく説明する指数であることがわかりました。
今回は以上です。
