使用R进行统计分析——回归分析

标签: R 回归分析 | 发表时间:2016-11-08 14:16 | 作者:蓝鲸
分享到:
出处:http://bluewhale.cc

what-is-a-swot-analysis-650x339

准备工作

首先导入数据并创建名为lr_data的数据表。

#读取并创建数据表
lr_data=data.frame(read.csv('lr_data.csv',header = 1))

查看导入数据表的维度,结果显示456行,4列。

#查看数据表维度
dim(lr_data)
[1] 456 4

查看数据表中各字段的名称,结果显示共有4个字段,三个变量和一个目标。

#查看数据表的字段名称
names(lr_data)
[1] "variable1" "variable2" "variable3" "goal"

一元回归

使用lm()函数对变量1和目标值进行一元回归分析,并创建回归方程。R方为0.7778。说明自变量可以对因变量78%的变化进行解释。

#进行一元回归分析
fit=lm(goal~variable1,data=lr_data)
summary(fit)

%e4%b8%80%e5%85%83%e5%9b%9e%e5%bd%92
多元回归

使用三个变量和目标值进行多元回归分析,R方为0.85,说明三个自变量可以对因变量85%的变化进行解释。

#进行多元回归分析
fit=lm(goal~variable1+variable2+variable3,data=lr_data)
summary(fit)

%e5%a4%9a%e5%85%83%e5%9b%9e%e5%bd%92
逐步回归(向后)

使用逐步回归的方法从三个自变量中选择用于预测的变量。逐步回归中有向前和向后两种方法。向前逐步回归每次增加一个变量,直到模型不再改变。向后逐步回归每次减少一个变量,直到模型不再改变。这里使用向后逐步回归的方法选择预测变量。

#加载MASS库
library(MASS)
#建立多元回归模型
fit1=lm(goal~variable1+variable2+variable3,data=lr_data)
#向后逐步回归
stepAIC(fit,direction="backward")

%e9%80%90%e6%ad%a5%e5%9b%9e%e5%bd%92backward
向后逐步回归每次减少一个变量,因此在第一步时使用了所有的三个变量,在第二步时减少了其中的一个变量,再次减少变量后模型不再变化,因此结果为使用变量2和变量3作为预测变量。

全子集回归

除了逐步回归方法外,还有全子集回归方法可以用于挑选预测变量。全子集回归检测所有的变量,并展示最佳的模型的结果。下面是使用全子集回归的代码和结果。

#加载leaps库
library(leaps)
#使用全子集回归方法并绘制图表
leaps=regsubsets(goal~variable1+variable2+variable3,data=lr_data,nbest=2)
plot(leaps,scale='adjr2')

rplot01
在上图中,Y轴为R方值,X轴为截距和三个变量。只包含截距和变量1的模型R方为0.78,只包含截距和变量3的R方为0.82,只包含截距和变量2的R方式0.85。R方最高的模型包含截距,变量2和变量3,R方值为0.85。

变量重要性排序

在多元回归的三个变量中,还可以比较不同变量对结果的重要性。换句话说就是不同自变量对因变量的影响程度,具体的方法是先对数据进行标准化处理,然后对标准化回归系数进行对比,当其他预测变量不变的情况下,单独一个预测变量对因变量的变化。

#对数据表进行标准化处理
z_data=as.data.frame(scale(lr_data))
#创建多元回归模型
zfit=lm(goal~variable1+variable2+variable3,data=z_data)
#输出标准化回归系数
coef(zfit)

%e6%ad%a3%e5%88%99%e5%8c%96%e5%90%8e%e6%96%9c%e7%8e%87%e5%af%b9%e6%af%94

在上面截图中,变量2的一个标准差变化增加0.721个因变量的变化,变量3的一个标准差的变化增加0.157个因变量的变化。变量1的一个标准差的变化增加0.050个因变量的变化。因此重要程度依次为变量2,变量3和变量1。

比较模型拟合优度

我们选择最重要的变量2和变量3建立模型,并与之前包含三个变量的模型进行比较,看看去掉一个变量后模型的拟合优度是否有变化。

#创建模型
Fit2=lm(goal~variable2+variable3,data=lr_data)
Fit3=lm(goal~variable1+variable2+variable3,data=lr_data)
#对比模型拟合优度
anova(fit2,fit3)

%e6%a8%a1%e5%9e%8b%e5%af%b9%e6%af%94
P=0.3931,检验不显著,因此可以将变量1从模型中删除。

—【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“ 蓝鲸网站分析博客”。】—

相关 [统计 分析 回归分析] 推荐:

使用R进行统计分析——回归分析

- - 蓝鲸的网站分析笔记
首先导入数据并创建名为lr_data的数据表. #读取并创建数据表 lr_data=data.frame(read.csv('lr_data.csv',header = 1)). 查看导入数据表的维度,结果显示456行,4列. #查看数据表维度 dim(lr_data) [1] 456 4.

沈浩老师讲多元回归分析

- - 互联网分析
多元回归分析(Multiple Regression Analysis)是多变量分析的基础,也是理解监督类分析方法的入口. 实际上大部分学习统计分析和市场研究的人的都会用回归分析,操作也是比较简单的,但能够知道多元回归分析的适用条件或是如何将回归应用于实践,可能还要真正领会回归分析的基本思想和一些实际应用手法.

移动市场统计分析

- 壮壮爱 - 译言-每日精品译文推荐
来源Microsoft\'s Growth of Mobile Marketing. 译者chunfengqiushui. 人们相比以前花更多的时间在手机上,这个新的市场包括:智能手机、SEO(搜索引擎优化)、移动网站、地理定位和社交营销. 全世界40多亿在用手机中有10.8亿是智能手机,30.5亿是能收发短信的手机.

实时统计分析技术浅谈

- - CSDN博客推荐文章
    实时统计分析技术主要是为了满足数据应用中大家对数据的变化情况有一个较高时间灵敏度需求的情况. 应用要求能够近乎及时的反映数据的整体变化情况. 那么实时统计分析的核心关键点是实时性,也就是性能. 其还伴有另一个明确的特征,就是对于要统计的内容是十分明确的.     传统上,我们的数据统计分析方法是在一个关系数据库中创建表,然后将数据存储到表中.

分析报告、统计分析和数据挖掘的区别

- - 互联网分析
关于数据挖掘的作用,Berry and Linoff的定义尽管有些言过其实,但清晰的描述了数据挖掘的作用. “分析报告给你后见之明 (hindsight);统计分析给你先机 (foresight);数据挖掘给你洞察力 (insight)”. 你看到孙悟空跟二郎神打仗,然后写了个分析报告,说孙悟空在柔韧性上优势明显,二郎神在力气上出类拔萃,所以刚开始不相上下;结果两个人跑到竹林里,在竹子上面打,孙悟空的优势发挥出来,所以孙悟空赢了.

SEOMOZ 2011排名因素的数据收集与统计分析

- liang - SEM WATCH
SEOmoz在此次的2011版搜索引擎优化排名因素的调查中,使用了让人耳目一新的统计学方法. 其中主要采用到的是Pearson积距相关系数. 而具体使用的方法,在http://www.seomoz.org/article/search-ranking-factors#methodology此文中有一些概述性的阐述.

博客2011年度流量统计分析

- - 月光博客
  下面是使用Google Analytics(谷歌分析)中查看月光博客的2011年度流量统计分析,分析时间为今年一年时间,今年全年和去年全年的数据进行横向对比分析.   独立访问数增加了9.50%,综合浏览量增加了12.32%;每次访问页数为1.74,增加2.58%;跳出率74.06%,减少2.62%;平均网站停留时间00:01:39;增加14.09%;新访问次数百分比76.30%,减少1.86%.

使用 Google Analytics 对 iPhone/iPad 应用进行统计和分析

- - 我爱水煮鱼
Google Analytics 移动应用 SDK. Google Analytics 除了进行传统的网页统计之外,现在也支持对移动应用的统计和分析了, Google Analytics 发布的针对移动应用的 SDK,并同时支持 iOS 和 安卓系统,通过它我们可以用来跟踪和统计移动应用程序,比如可以用来访问数(visits),停留时间,跳出率,和独立用用户(unique visitors).

统计分析抓住翻译国外论文的剽窃者

- - Solidot
懒惰的学生注意了,不要以为从网上找一篇论文,然后翻译到另一种语言,将其作为自己的成果不会被人注意到. 通过将文本分解对比两种语言中的相似词元素,或者利用双语字典,自动检查不同语言版本中有多少相同单词,西班牙Polytechnic理工大学 Alberto Barron-Cedeno的团队利用统计分析方法检查可疑文章.

独家分析:腾讯的野心比操作系统计划更庞大

- 隽永 - cnBeta全文版
CB报道用了一个耸动性的标题说腾讯的“操作系统”诞生了. 这是一款颠覆性的产品,还是仅仅应对竞争对手而推出的防卫型产品. 去年惊心动魄的3Q大战之后,马化腾痛定思痛,找了一堆IT专家和口水人士来开腾讯业务诊断会,还在公开场合发言,说了这么一句话:腾讯进入为期半年的战略转型期,并在6月5日推出具体的举措.