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。

都道府県別の県議会議員の所属政党のデータの分析5 - 女性議員比率をR言語のlm関数で回帰分析

 

www.crosshyou.info

今回は女性議員の比率を他の変数で回帰分析してみます。R言語のlm関数を使います。

 

f:id:cross_hyou:20210605080722p:plain

f_jimin: 自民党の女性議員の数、f_kyosan: 共産党の女性議員の数が有意な変数です。

自民党の女性議員の数が1人増えると、女性議員の比率は、0.0146、つまり1.5%ほど上昇します。共産党の女性議員の数が1人増えると、女性議員の比率は、0.0124、つまり1.2%ほど上昇します。

plot関数で残差プロットを描いてみます。

f:id:cross_hyou:20210605081341p:plain

f:id:cross_hyou:20210605081358p:plain

実際の女性議員の比率と回帰分析モデルから予測される女性議員の比率を比較してみましょう。

f:id:cross_hyou:20210605082121p:plain

f:id:cross_hyou:20210605082137p:plain

Kyotoは赤い45°線の下なので、実際の女性議員の比率がモデルからの予測値よりも高いです。Fukushimaはその反対に赤い線の上にありますので、モデルからの予測値よりも低いです。

表形式でみてみましょう。

f:id:cross_hyou:20210605082833p:plain

山梨県がモデルの予測値よりも実際の女性議員の比率が低い度合いが一番です、広島県、大分県、高知県、福島県と続きます。

その反対に、実際の女性議員の比率がモデルの予測値よりも高いところは、

f:id:cross_hyou:20210605083100p:plain

千葉県、滋賀県、鳥取県、岡山県などです。

今回は以上です。

はじめから読むには

 

www.crosshyou.info

 です。