Photo by Xavier von Erlach on Unsplash
の続きです。
こんどは、male_m: 男性の仕事の平均時間(分)を回帰分析してみます。
P-valueが0.703ということなので、有意なモデルではないです。
step関数でモデルを単純化してみます。
female_m: 女性の仕事の平均時間(分)だけがかろうじて残りました。ただ、female_mの係数のp値は0.112ですから10%水準でも有意ではありません。
つまり、男性の仕事の平均時間は１人当たり県民所得や300人以上の事業所に勤める従業者割合や東日本、西日本による違いや、大きな都府県などそのような要因とは関係ないということですね。
female_m: 女性の仕事の平均時間(分)を回帰分析してみます。
こちらのモデルのp値は2.937e-05なので有意なモデルです。
big6とnoseaは5%以下の水準で有意ですし、inc, male, female, male_mは10%以下の水準で有意です。
coef()関数とround()関数で係数をわかりやすく表示します。
big6を見ると、東京都、神奈川県、千葉県、埼玉県、愛知県、大阪府の女性は他の条件が同じならば35分ほど仕事の平均時間が短いことを表します。
noseaを見ると、海なし県は他の条件が同じならば11分ほど仕事の平均時間が短いことを表します。
incを見ると、所得が1千円増えると他の条件が同じならば、0.01643分、仕事の平均時間が短かくなります。100万円の増加で16分短くなります。incの最小値は2002, つまり200万円、最大値は4525、つまり423万円ですですから30分強の違いが最低の所得水準と最高の所得水準で発生します。
今回は以上です。
男性の仕事の平均時間は、他の要因には影響されないですが、
女性の仕事の平均時間は、外部要因に影響されていることがわかりました。
今回は以上です。
はじめから読むには
です。
