R语言回归模型项目分析报告论文(附代码数据)

回归模型项目分析报告论文（附代码数据）摘要该项目包括评估一组变量与每加仑（MPG）英里之间的关系。汽车趋势大体上是对这个具体问题的答案的本质感兴趣：*MPG的自动或手动变速箱更好吗？*量化自动和手动变速器之间的手脉差异。我们在哪里证实传输不足以解释MPG的变化。我们已经接受了这个项目的加速度，传输和重量作为解释汽油里程使用率的84％变化的变量。分析表明，通过使用我们的最佳拟合模型来解释哪些变量解释了MPG的大部分变化，我们可以看到手册允许我们以每加仑2.97多的速度驱动。（A.1）1.探索性数据分析通过第一个简单的分析，我们通过箱形图可以看出，手动变速箱肯定有更高的mpg结果，提高了性能。基于变速箱类型的汽油里程的平均值在下面的表格中给出，传输比自动传输产生更好的性能。根据附录A.4，通过比较不同传输的两种方法，我们排除了零假设的0.05％的显着性。###Atibble:2x2##Transmission`mean(mpg)`##<fctr><dbl>##1Automatic17.14737##2Manual24.39231第二个结论嵌入上面的图表使我们看到，其他变量可能会对汽油里程的使用有重要的作用，因此也应该考虑。由于simplistisc模型显示传播只能解释MPG变异的35％（AppendiXA.2。）我们将测试不同的模型，我们将在这个模型中减少这个变量的影响，以便能够回答，如果传输是唯一的变量要追究责任，或者如果其他变量的确与汽油里程的关系更强传输本身。（i.e.MPG）。###2.模型测试（线性回归和多变量回归）##AnalysisofVarianceTable####Model1:mpg~Transmission##Model2:mpg~Transmission+qsec##Model3:mpg~Transmission+qsec+wt##Model4:mpg~Transmission+hp+qsec+wt##Res.DfRSSDfSumofSqFPr(>F)##130720.90##229352.631368.2662.11861.791e-08***##328169.291183.3530.92706.773e-06***##427160.0719.221.55510.2231##---##Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1从Anova分析中我们可以看出，仅仅接受变速箱作为与油耗相关的唯一变量的模型将是一个误解。一个更完整的模型，其中的变量，如重量，加速度和传输被考虑，将呈现与燃油里程使用（即MPG）更强的关联。一个F=62.11告诉我们，如果零假设是真的，那么这个大的F比率的可能性小于0.1％的显着性是可能的，因此我们可以得出结论：模型2显然是一个比油耗更好的预测值仅考虑传输。为了评估我们模型的整体拟合度，我们运行了另一个分析来检索调整的R平方，这使得我们可以推断出模型2，其中传输，加速度和重量被选择，如果我们需要，它解释了大约84％的变化预测汽油里程的使用情况。换句话说，因此，我们需要考虑所有这些变量来解释mpg行为的变化，因为它们对变化负主要责任（附录A.1）。3.残差图分析残差向我们表明，我们的模型呈现了一个公正的，同方差的。含义每个薄的垂直条上的残差平均为零，标准偏差在整个图中都是相同的。我们可以看到，对于正常情况，我们可能会有一些异常值，但它确实落在了基于QQ图的正常假设之下（附录A.3）。4。结论1.手自一体变速器更适合MPG吗？看起来手动变速箱汽车比自动变速箱更适合MPG。然而，当用诸如qsec，HP和weight之类的混杂变量建模时，其差异并不像开始时那样显着：84％的mpg变化由相同的变量来解释。2.量化自动变速器和手动变速器之间的MPG差异分析表明，通过使用我们的最佳拟合模型来解释哪些变量解释了MPG的大部分变化，我们可以看到手册允许我们以每加仑2.97多的速度驱动。APPENDIXA.1Summaryofthemodel2####Call:##lm(formula=mpg~Transmission+qsec+wt,data=new_mtcars)####Residuals:##Min1QMedian3QMax##-3.4811-1.5555-0.72571.41104.6610####Coefficients:##EstimateStd.ErrortvaluePr(>|t|)##(Intercept)9.61786.95961.3820.177915##TransmissionManual2.93581.41092.0810.046716*##qsec1.22590.28874.2470.000216***##wt-3.91650.7112-5.5076.95e-06***##---##Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1####Residualstandarderror:2.459on28degreesoffreedom##MultipleR-squared:0.8497,AdjustedR-squared:0.8336##F-statistic:52.75on3and28DF,p-value:1.21e-11A.2Coefficientsofthemodel####Call:##lm(formula=mpg~Transmission,data=new_mtcars)####Residuals:##Min1QMedian3QMax##-9.3923-3.0923-0.29743.24399.5077####Coefficients:##EstimateStd.ErrortvaluePr(>|t|)##(Intercept)17.1471.12515.2471.13e-15***##TransmissionManual7.2451.7644.1060.000285***##---##Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1####Residualstandarderror:4.902on30degreesoffreedom##MultipleR-squared:0.3598,AdjustedR-squared:0.3385##F-statistic:16.86on1and30DF,p-value:0.000285##(Intercept)TransmissionManual##17.1473687.244939A.3ResidualplotsA.4ComparethemeanstestWelch#Nullhypothesis#ThenullhypothesisisthatthatautomaticcarshaveanMPG7.25lowerthanmanualcars.auto<-new_mtcars[new_mtcars$Transmission=="Automatic",]manual<-new_mtcars[new_mtcars$Transmission=="Manual",]t.test(auto$mpg,manual$mpg)####WelchTwoSamplet-test####data:auto$mpgandmanual$mpg##t=-3.7671,df=18.332,p-value=