• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

R语言解决单因素方差分析以及回归分析问题--T检验+逐步回归法+显著性检验 ...

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

题目1
一位老师想要检查3种不同的教学方法的效果,为此随机地选取水平相当的15位学生,把他们分为3组,每组5人,每一组用一种方法教学,一段时间以后,这位老师对15位学生进行统考,成绩见下表,问这3种教学方法的效果有没有显著差异。


问题2
水泥凝固时放出的热量y与水泥种4种化学成份x1、x2、x3、x4有关,今测得一组数据如下,试通过逐步回归确定最优的线性模型。

第一题的操作是:

  1. 把相应数据改成

    然后在R软件中读取数据
  2. 使用完全随机设计模型方差分析
  3. 因为显著性水平为0.05,图中我们的显著性为0.04009,所以有显著性差异;
    第一题是基于书上很简单的一个例题,不做深讲。

下面我们来详细的说一下第二题
把表中的数据存放在桌面名为t的txt文件里面,然后进行相关性操作:

  1. 首先我们看一下数据的相关性,在R语言软件中读取数据查看数据的相关性

    最后得出y,x1,x2,x3,x4都有很强的相关性。

  2. 建立y关于x1、x2、x3和x4的回归模型

  3. 检验回归模型和每一个系数是否有具有显著性,进一步优化模型

    通过t检验,和anove检验,我们可以发现X3、X4与X2,X1比较,显著性较差。

  4. 根据要求我们将显著性较低的剔除,重新建立回归模型,再做模型的显著性检验和系数的显著性检验:


通过t检验我们发现,现在的系数显著性都符合要求。

  1. 使用逐步回归法,变量选择方法获得一个最优回归模型

    通过逐步回归法获得的模型与我们多元线性回归做对比,得出多元线性回归最优回归模型

鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
R语言数据集合并、数据增减、不等长合并发布时间:2022-07-18
下一篇:
R语言 基础发布时间:2022-07-18
热门推荐
热门话题
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap