の続きです。
今回は各変数の2006年度から2011年度の変化幅を作成します。
始めのコードで2011年度から2006年度を引き算し、
2行目のコードでpaste関数を使ってもともとの変数名に_Chgを使たしています。
3行名のコードでgsub関数で余計な空白を列名から削除しています。
4行名のコードで都道府県名の列を付け足し、
5行目のコードで都道府県名の列の変数名をPrefにし、
6行目のコードで行名を削除し、
7行目のコードで作成したデータフレームのはじめの6行を表示しています。
summary関数でサマリを表示しましょう。
数字が多すぎてよくわからないです。
hist関数でヒストグラムを描きます。
Popu_Chg, Area_Chg, Income_Chg, lg_Area_Chgはかなり偏った分布です。
log_Income_Chgと相関のある変数は何かみてみます。
per_Income_Chgとの相関が高いのは当たりまえだとして、次はlog_Popu_Chgです。
こんどは、per_Income_Chgと相関のある変数は何かをみてみます。
負の相関ではMitsu_Chg, Popu_Chg, Temp_Chgが比較的相関がありそうです。
per_Income_ChgをMitsu_Chg, Popu_Chg, Temp_Chgで回帰分析してみましょう。
Temp_Chgは有意ですが、Mitsu_Chg, Popu_Chgは有意ではないですね。
Popu_Chgを削除します。
anova関数で、lm1とlm2を比較しました。Pr(>F)が0.6959ですから、lm1とlm2は有意な違いはありません。なので、単純なlm2のほうが好ましいです。
Popu_Chgを削除したたMitsu_Chgが有意になりました。係数の符号はMitsu_Chg, Temp_Chgともに負です。人口密度が増えた都道府県ほど、平均気温が上昇した都道府県ほど1人当りの県内総生産は減少するという結果になりました。
それぞれの散布図を描きます。
散布図を見ると、Mitsu_chgは右下のプロットが外れ値で、これが大きく回帰モデルに影響を与えているような気がします。
MASSパッケージのrlm関数でrobust linear modelで外れ値を考慮した回帰分析をしてみます。
t-valueが小さいPopu_Chgを削除します。
Mitsu_ChgもTemp_Chgもt-valueが2よりも大きくなりました
どの都道府県のデータがウェートが低いのか見てみます。
rlm関数は、福島県、愛知県、鳥取県のデータのウェートを低くして回帰分析をしたようです。
