Photo by Ricardo Gomez Angel on Unsplash
の続きです。
前回は、hosp: 通院者率をoldr: 65歳以上人口割合と年ダミーを入れて回帰分析してみました。
hosp = β0 + β1oldr + β2year + β3oldr:year + u という回帰式でした。
今回はhospとoldrの差分をとって回帰分析してみます。
Δhosp = β0 + β1Δoldr + u という回帰式ですね。
まずは、差分を計算しないといけないです。
まず、filter関数で2007年だけのデータフレーム、2019年だけのデータフレームを作り、innder_join関数で２つのデータフレームを結合して、mutate関数でd_hospとd_oldrを作成しました。
グラフで両者の関係を見てみましょう。
あんまり相関は無いようですね。
lm()関数で回帰分析してみます。
p-value : 0.6803となっていますので、有意なモデルではないですね。
d_hospとd_oldrは関係あるとは言えないですね。
こんどはhospの差分ではなくて変化率で回帰分析してみます。
まず、変化率の変数をmutate関数で作ります。
g_hospという名前でhospの変化率を作りました。これも散布図を見てみましょう。
これも相関があるようには見えないですね。
lm関数で回帰分析してみます。
p-value: 0.5944ということなので、こちらも有意なモデルではありませんね。
今回は以上です。
次回は
です。
はじめから読むには、
です。
