の続きです。
今度はChgNikkeiが1以上なら1、そうでないなら0という2値をとる変数にしてロジスティック回帰分析をしてみます。
まずは2値を取る変数を作成します。
dfChgNikke >= 1 でTRUEとFALSEの論理ベクトルを作り、それをidxとして、作成しました。nichというのが今回の反応変数です。では、やってみましょう。
I(PChgDaikin^2)はいらない感じなので削除します。
Pr(>Chi)の値が0.5934なのでmodel2とmodel1で有意な違いはありません。説明変数の少ないmodel2を採用します。summary関数でみてみましょう。
I(PChgYen^2)は不要のようです。削除したmodel3を作ります。
p値が0.05506なので0.05よりも大きいです。model3を見てみましょう。
う~ん。一番右の列、Pr(>|z|)がみんな0.1以上ですね。。。ロジスティック回帰分析も難しいですね。。。PYen, PDaikin, PNikkeiを入れたものでやってみます。
PChgDaikinはいらないようです。
model2をみてみましょう。
PDaikinはいらない感じですね。
model3をみてみましょう。
PChgYenを削除してみます。
あれ?anova関数でmodel3とmodel4を比較できないですね。。。しばらく考えてわかりました。model3ではNAの行があったけど、model4ではないからですね。NAの無いデータフレームでやり直します。
step関数でいらない変数をいっきに削除しましょう。
最終的に残ったのはPNikkeiとPYenだけでした。
PNikkeiもPYenも係数の符号はマイナスなので、値が大きいほど、nichは0になるということですね。株価が高い・円安のときは株価は下落、株価が低い・円高のときは株価は上昇です。
nichとPNikkei, PYenの散布図を描いてみましょう。
回帰モデルの直線はフィットしてないですね。。。
今回は以上です。