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1人当りの県民所得と賃貸住宅の家賃のデータ分析7 - R言語のlm関数で重回帰分析をする。

 

www.crosshyou.info

 の続きです。

今回はR言語のlm関数で重回帰分析をしてみようと思います。

まずは、

rent_ko = a * rent_mi + b * income + c という線形重回帰モデルをみてみます。

f:id:cross_hyou:20201226132937p:plain

incomeのp値は0.74488と0.05よりも大きいので、必要ないのですね。

それでは、ew: 東日本と西日本をincomeの代わりに加えてみます。

f:id:cross_hyou:20201226133252p:plain

このモデルだと、ewの係数のp値が0.475730と0.05よりも大きいので、東日本と西日本も必要ないとわかりました。

jpo: 日本海側、太平洋側、その他 を加えてみます。

f:id:cross_hyou:20201226133616p:plain

jpoは有意な変数ですね。

このモデルは、

その他の都道府県は、

rent_ko = 0.54907 * rent_mi - 744.71706

太平洋側の都道府県は、

rent_ko = 0.54907 * rent_mi - 744.71706 - 269.85530

日本海側の都道府県は、

rent_ko = 0.54907 * rent_mi - 744.71706 - 334.89994

というモデルです。

傾きが日本海側・太平洋側・その他で変わるかどうか、交互作用を加えたモデルを調べてみます。

f:id:cross_hyou:20201226134305p:plain

交互作用は必要ないようですね。ANOVA関数でモデルを比較します。

f:id:cross_hyou:20201226134449p:plain

p値が0.3649なので、model3とmodel4では有意な違いはありません。なので、単純なmodel3のほうがいいです。

model3の結果をグラフにしてみます。

f:id:cross_hyou:20201226135236p:plain

f:id:cross_hyou:20201226135251p:plain

残差プロットもみてみましょう。

f:id:cross_hyou:20201226135445p:plain

f:id:cross_hyou:20201226135459p:plain

今回は以上です。

 

はじめから見るには、

 

www.crosshyou.info

 です。