の続きです。
今回はR言語のlm関数を使って回帰分析をしてみます。
rensponse variableはshotoku, explanatory variableはsmallでやってみます。
つまり、1人当りの県民所得を従業者人数が1~4人の事業所の割合で回帰するということです。
一番したの行のp-valueが4.305e-09と0.05よりも小さいので意味のあるモデルです。
Adjusted R-squaredは0.2148ですからあまりはてはまりはよくないです。
smallの係数のt値は-6.268でPr(>|t|)が4.31e-09と0.05よりも小さいのでsmallは有意な変数です。
plot関数で残差プロットを見てみましょう。
右上に13番、60番、107番のデータが外れていますし、赤い線が右肩下がりというパターンになっていますので、あんまりいいモデルとは言えませんね。
13番、60番、107番ってどの都道府県でしょうか？
東京都が残差が多くなる都道府県でした。
モデルの予測値と実際のshotokuの値の散布図を描いてみましょう。
shotokuとモデルの予測値が完全に一致しているならば、すべての点は赤い直線上に位置するはずですが、画面右上、東京都が大きく外れていますね。
東京都か東京都でないか、というダミー変数を作ってそれを説明変数に加えてみましょう。
mutate関数とifelse関数を使いました。
このダミー変数、tokを加えて回帰分析をしてみます。
p-valueは2.2e-16で0.05よりも小さいので有意なモデルです。small, tokの各変数のPr(|t|)も0.05よりも小さいので有意です。そして、Adjusted R-squareが0.6169と大幅に上昇しました。
残差プロットを見てみましょう。
赤い線がほぼ水平線なのでいいですね。
モデルの予測値と実際のshotokuの散布図を見てみます。
画面右上の東京都も赤い線の近くになりました。
東京都ダミーの変数を入れるとモデルの精度がよくなりました。
今回は以上です。
