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_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。
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。
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。
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、
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
です。
