定序回归分析

布满荆棘的人生 2021-10-15 17:19 458阅读 0赞

### 数据读取情况 ###

library(readxl)
    data <- read_excel("录入数据.xlsx",sheet="Sheet4")
    str(data)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70]

is.na(data) # 判断是否存在缺失
    n <- sum(is.na(data)) # 输出缺失值个数
    print(n)

### 绘制主要变量的统计情况——柱状图 ###

attitude <- table(data$ 对公民同招新政策的态度是)
    print(attitude)
    r <- barplot(attitude,main="对公民同招新政策的态度",ylim=c(0,145))

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 1]

### 单因素方差分析 ###

oneway<-aov(母亲年龄~对公民同招新政策的态度是,data=data)
    anova(oneway)

\#\#\#\#\#\#上述中，母亲年龄为观测变量，公民同招的态度为控制变量。分析不同的母亲年龄对公民新招的态度情况。  
\#\#\#\#\#\#将母亲年龄作为变差分解，组间离平方和为241.7，组内离差平方和为4108.6，他们的自由度分别为4和319，离  
差平方和除以自由度得到方差，组间方差为60.424，组内方差为12.879，F统计的观测值为4.6915，概率P值为  
0.001082，若显著性水平为0.05，则概率p小于a,拒绝原假设，  
认为不同年龄段的母亲对公民同招态度的支持存在显著性差异。

![在这里插入图片描述][20190818115458736.png]

### 定序回归分析 ###

\#\#\#\#\#1.Y：公民同招的态度情况 2.其余变量做X

library(MASS)
    str(data)
    data$ 对公民同招新政策的态度是<-as.factor(data$ 对公民同招新政策的态度是)
    data$缓解择校热<-as.factor(data$缓解择校热)
    mode<- polr(data$对公民同招新政策的态度是~data$补习一学期的总花费是 + data$ 幼儿园学费+data$缓解择校热 ,method="probit",Hess=T)
    summary(mode)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 2]

### 逐步线性回归 ###

step_mode <- step(mode,trace=F)
    library(car)
    Anova(mode,type = 3)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 3]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70]: /images/20211015/d6388de724f346e1ad96d4bc3cbb5009.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 1]: /images/20211015/e02d334936b24a938ed76d09ff7e554e.png
[20190818115458736.png]: /images/20211015/261b81fb28b046b69871a4452221a5b0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 2]: /images/20211015/5bb88fc7927647ed99d0e51d69580f4e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RhbmRlbGlu_size_16_color_FFFFFF_t_70 3]: /images/20211015/97a3cd0547ad41e2bdd99bce75d00fa7.png