crosshyou

主にクロス表(分割表)分析をしようかなと思いはじめましたが、あまりクロス表の分析はできず。R言語の練習ブログになっています。

都道府県別の最終学歴人口のデータ分析3 - R言語でGeneralized Additive Model(gam関数)を実行する。

 

www.crosshyou.info

 の続きです。

今回は、generalized additive modelをR言語のgam関数で実行してみます。

はじめに、mgcvパッケージをインストールします。

f:id:cross_hyou:20200421072829j:plain

gam関数でモデルを作成します。

f:id:cross_hyou:20200421073318j:plain

summary関数でどのような結果になったかみてみます。

f:id:cross_hyou:20200421073451j:plain

Popuの係数のp-valueが一番小さいですね。R-sq.(adj)は0.626なので線形モデルよりも説明力が高いですね。

plot関数でグラフにしてみます。

f:id:cross_hyou:20200421074016j:plain

f:id:cross_hyou:20200421074029j:plain

YouとKouはsummary関数の結果のedfの値が1ではないので、ぐにゃぐにゃしています。

予測値と実際の値を計算して、MSEを算出します。

f:id:cross_hyou:20200421074533j:plain

f:id:cross_hyou:20200421074620j:plain

0.01518073はLM1のMSEよりも小さいですね。

いままで計算した、MSELM1, MSERFM1と比較したグラフを描いてみます。

f:id:cross_hyou:20200421075043j:plain

f:id:cross_hyou:20200421075054j:plain

GAM1の予想値と実際の値の散布図も描いてみます。

f:id:cross_hyou:20200421075320j:plain

f:id:cross_hyou:20200421075334j:plain

今回は以上です。