の続きです。
今回は地域をファクタにしてANOVA分析をしてみたいと思います。
まずは、tapply関数とmean関数で地域別の平均値を出してみます。
沖縄が一番高くて、北関東が一番低いです。
barplot関数で棒グラフにもしてみます。
sort関数を使ってからbarplot関数で棒グラフにしました。
それでは、aov関数でANOVA分析を開始します。
summary.lm関数でモデルの結果を表示しています。p-valueは2.2e-16よりも小さいです。地域によって景気ウォッチャー調査(現状)には有意な違いがあります。
中国の係数が、-3.6968で北陸の係数が、-3.7111です。この二つの地域の差は、とStd. Errorの0.7193と比べて差が、0.0143とStd. Errorの、0.7193よりもとても小さいです。この2つの地域を統合します。
この新しく作成した、Raという名前のファクタでANOVA分析をします。
anova関数でmodel1とmodel2を比較しています。Pr(>F)が0.9841と0.05よりも大きいので、model1とmodel2は有意な違いはありません。model2を見てみます。
中国と北陸が、-3.7039で北海道が、-3.7514ですので統合しましょう。
新しく作成した、RbでANOVA分析をします。
p値は0.9393ですから、model2とmodel3では有意な違いはありません。
model3を見てみます。
九州が、-4.0194で全国が、-4.0662と近いです。統合しましょう。
この新しく作成した、RcでANOVA分析をします。
p値は0.9482ですので、model3とmodel4に有意な違いはありません。
model4を見てみます。
九州-全国が、-4.4028で南関東が、-4.2551で近いです。統合しましょう。
この新しく作成したRdでANOVA分析をします。
p値は0.7332なのでmodel4とmodel5は有意な違いはありません。
model5を見てみます。
中国-北陸-北海道が、-3.7198で東海が、-3.4116と近いので統合します。
この新しく作成したReでANOVA分析をします。
p値は0.5996なのでmodel5とmodel6に有意な違いはありません。
model6を見てみます。
甲信越が、-5.6130で東北が、-5.8569と近いので統合します。
この新しく作成した、RfでANOVA分析をします。
p値は0.7343ですからmodel6とmodel7で有意な違いはありません。
model7を見てみます。
近畿が、-2.5060で東京都が、-2.1889で近いです。統合します。
この新しく作成した、RgでANOVA分析をします。
p値は0.6591なので、model7とmodel8は有意な違いはありません。
model8を見てみます。
関東が、-4.8644で四国が、-4.5958と近いですね。統合します。
この新しく作成したRhでANOVA分析をします。
p値は0.7087なのでmodel8とmodel9では有意な違いは無いです。
model9を見てみます。
だいぶ煮詰まってきた感じがします。関東-四国が、-4.7301で九州-全国-南関東が、-4.1136と近いです。統合します。
この新しく作成した、RiでANOVA分析をします。
p値は0.1838ですので、model9とmodel10で有意な違いはありません。
model10を見てみます。
関東-四国-九州-全国-南関東が、-4.3602で、中国-北陸-北海道-東海が、-3.6427で近いです。統合します。
長いので、「その他」にしました。この新しく作成したRjでANOVA分析をします。
あ！、p値が0.03538と0.05よりも小さいです。model10とmodel11では有意な違いがあります。model11は地域を統合しすぎですね。model10が最終的なモデルです。もう一度みてみます。
棒グラフにしてみましょう
今回は以上です。
