У вас вопросы?
У нас ответы:) SamZan.net

Test 1 Расчет взаимосвязи номинальных переменных в R

Работа добавлена на сайт samzan.net:

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 28.12.2024

help.search("test")

1. Расчет взаимосвязи номинальных переменных в R. Интерпретация результатов.

table(piter$v101, piter$v6)

books.region<-matrix(c(2, 4, 12, 29, 35, 22, 12, 1, 2, 1, 2, 0, 7, 2, 0, 1, 0, 2, 5, 4, 1, 1, 3, 3, 2, 7, 6, 11, 2, 0, 2, 3, 4, 5, 1), nrow=5, byrow=T)

books.region                     

colnames(books.region)<-c("0", ">10", "10-20", "21-50", "51-100", "101-500", ">500")

rownames(books.region)<-c("Piter", "Big city", "Small city", "other small city", "village")

books.region

t(books.region)

chisq.test(books.region)

#для любого уровня измерения, значение в каждой ячейке не меньше 5

kruskal.test(piter$v101, piter$v6)- сила связи

2. Понятие о корреляции. Расчет коэффициентов корреляции в R. Интерпретация результатов.

cor(piter$v64, piter$v102) # Значима, если r больше 0,4

cor.test(piter$v64, piter$v102) #коэф. кор. Пирсона

 

3. Расчет средних величин в R. Тесты сравнения средних. Интерпретация результатов.

x<-c(5260, 5470, 5640, 6180, 6390, 6515, 6805, 7515, 7515, 8230, 8770)

mean(x)

t.test(x, mu=7725) # t-test для одной выборки. Сравнить среднее значение переменной с фиксированным значением

t.test(v79.n.recode~piter$v103) # t-test для двух независимых выборок

t.test(v79.n.recode~piter$v103, var.equal=T)

var.test(v79.n.recode~piter$v103) # определение гомогенности дисперсий

t.test(exam$pre.wm.s, exam$post.wm.s, paired=T) # t-test для двух зависимых выборок

4. Непараметрические тесты сравнения средних в R.

kruskal.test(v79.n.recode, piter$age)#

wilcox.test(x, mu=7725) # тест Уилкоксона для одной выборки. Среднее по рангам

wilcox.test(v79.n.recode~piter$v103) # wilcox для двух независимых выборок

5. Расчет дисперсии в R. Тесты на определение гомогенности дисперсий, интерпретация результатов.

var(piter$v102)

var.test(v79.n.recode~piter$v103) # определение гомогенности дисперсий

library(car)

leveneTest(y~soil) #(p>0,05, значимых различий дисперсий нет, они гомогенны)

library(stats)

fligner.test(y~soil)

bartlett.test(y~soil)

6. Простая линейная регрессия в R, интерпретация результатов.

modell=lm(piter$v64~piter$v102)# значимость коэф., если  T меньше 0,05. R^2

summary(modell)

plot(piter$v64~piter$v102)

abline(lm(piter$v64~piter$v102), col="red")

7. Множественная регрессия в R, интерпретация результатов.

model5=lm(rosstat2$life ~ rosstat2$disease + rosstat2$income + rosstat2$prod)

summary(model5)

model5.a=lm(rosstat2$life ~ rosstat2$disease + rosstat2$income)

summary(model5.a)

compar3 = anova(model5, model5.a)

compar3

8. Понятие о медиации, расчет в R, интерпретация результатов.

медиация это посредничество. типа на рак влияет не только курение но и наследственность
9. Понятие о модерации, расчет в R, интерпретация результатов.

модерация - это когда один икс влияет на игрек. т.е. руководитель типа говорит всем что делать

10. Однофакторный дисперсионный анализ: расчет в R, интерпретация результатов.

Значимость наблюдаемых средних значений. Гомогенность дисперсий учитывается

summary(aov(y~soil))

anova(lm(y~soil))

#детальный анализ

model<-aov(y~soil); model.tables(model, se = T)

mean(y)

model.tables(model, "means", se = T)

TukeyHSD(model)

pairwise.t.test(y, soil)

pairwise.t.test(y, soil, p.adj="bonferroni")

11. Многомерный дисперсионный анализ: расчет в R, интерпретация результатов.

v70.n<-as.numeric(v70)

v70.n

table(v70.n)

v70n.r<-recode(v70.n, '6:7=NA')

v70n.r

model1<-manova(y2.r~v70n.r)

summary(model1)

12. Бинарная логистическая регрессия в R. Интерпретация результатов.

13. Пуассоновская регрессия в R: расчет и интерпретация результатов.

fit<-glm(cases~city+age+offset(log(pop)), family=poisson)

summary(fit)

14. Факторный анализ в R: расчет и интерпретация результатов.

#уравновесить дисперсии

meteo.model<-prcomp(meteo2, scale=TRUE)

sapply(list( rainNovDec, temp, rainJuly, radiation, yield), var)

summary(meteo.model)

print(meteo.model)

#график каменистой особи получаем

plot(meteo.model)

predict(meteo.model) [, 1]

meteo.f<-factanal(x=meteo2, factors=2)

meteo.f




1. Контрреформация и ее суть
2. Правовые средства избежания двойного налогообложения
3. Тема 1 Начальный этап развития русской социологии Вопрос 2- Предпосылки и условия зарождения в России нау
4. Стирка запрещена и ручная и в стиральной машине
5. I Внешняя политика Петра I 1696~1725
6. Атлант Стадион Славнефть ул
7. Финансирование деятельности организации
8. Комплекс цветной металлургии Украины.html
9. на тему- Оценка загрязнения атмосферного воздуха г
10. Організація правильного зберігання документів має велике значення
11. Роль общения в развитии личности подростка
12. ЛЕКЦИЯ 1 ВВЕДЕНИЕ
13. Бизнес-планирование на предприятии
14. 11 Вт 44 из расчета 12 ч работы в сутки Морозильный аппарат 427 Посудомоечный аппарат 475 Электрическая печь 44
15. Безопастность труда
16. это биополимеры сложного строения макромолекулы протеины которых состоят из остатков аминокислот соед
17. ЭНЕРГОСНАБЖЕНИЕ Учебное пособие
18. а- ознайомити курсантів з відповідним теоретичним та нормативним матеріалом з загальним поняттям та систем
19. деловой стиль основные подстили и жанры языковые особенности
20. Профессия юриста Прокурор