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住宅当たり延べ面積のデータの分析4 - R言語のlm関数で回帰分析。家の広さは、裕福なほど広い。

 

www.crosshyou.info

 の続きです。

今回はnobe: 1住宅当たりの延べ面積(m2)を他の変数で回帰分析します。

前回の分析で東京都が特殊な感じだったので、東京都なら1、そうでないなら0のダミー変数を作っておきました。

f:id:cross_hyou:20210301201258p:plain

lm関数で回帰分析モデルを作ります。

f:id:cross_hyou:20210301201351p:plain

summary関数でモデルを表示します。

f:id:cross_hyou:20210301201448p:plain

p-valueは2.2e-16よりも小さいので有意なモデルです。R-squaredは0.7818とかなり大きな値です。tokyoのp値は0.865なので必要なさそうですね。

tokyoの入らないモデルを作成します。

f:id:cross_hyou:20210301201634p:plain

summary関数で結果を表示してみます。

f:id:cross_hyou:20210301201728p:plain

lm1とlm2に有意な違いがあるかどうか、anova関数で確認します。

f:id:cross_hyou:20210301201850p:plain

p値が0.865ですので、lm1とlm2に有意な違いはありません。単純なlm2を採用します。

lm2をもう少しきれいな形式で出力します。broomパッケージを読み込んでtidy関数で出力します。

f:id:cross_hyou:20210301202129p:plain

tidy関数で出力します。

f:id:cross_hyou:20210301202254p:plain

nobe = -3368 - 0.448 * mitsudo + 8.14 * per_capita17 + 72.7 * setai + 1.63 * year + u

というモデル式です。uは誤差項です。

per_capita17の係数がプラスになっています。

単純な相関係数ではnobeとper_capita17はマイナスの相関でしたが、mitsudo, per_setai, yearを固定すると、per_capitaが1、つまり1人当たりの県内総生産額が百万円増えると、8.14(m2)ほど延べ面積が広くなるということですね。

今回は以上です。

次回は

 

www.crosshyou.info

 です。

はじめから読むには、

 

www.crosshyou.info

 です。