UA MATH571A R語言回歸分析實踐 一元回歸2 NBA球員的工資

• 方差分析
• 相關(guān)性分析

上一講完成了解釋NBA球員工資的一個簡單的一元線性回歸模型的估計、分析，展示了一下簡單的預(yù)測，這一講我們的問題是一元線性回歸模型夠好了嗎？上一講做出來的結(jié)果所反映的主要的問題是系數(shù)是顯著不為0的（非常小的p值），但模型的解釋力不高（只有18%多一點的解釋力）。這一講我們希望先驗證一下球員Draft Number和工資之間的負向關(guān)系是不是真的存在，如果真的存在的話，我們希望解釋為什么名次對工資的解釋力會很低，是因為數(shù)據(jù)并非線性關(guān)系還是正態(tài)假設(shè)不成立？

方差分析

首先我們用方差分析看看工資的信息都到哪里去了，對回歸用ANOVA分析我們只需要用R語言的anova函數(shù)輸入模型對象就可以了，

> anova(ureg01.lm) Analysis of Variance TableResponse: YDf Sum Sq Mean Sq F value Pr(>F) X 1 6.0811e+15 6.0811e+15 150.12 < 2.2e-16 *** Residuals 649 2.6290e+16 4.0508e+13 --- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

我們這個回歸模型解釋變量是X，它占一個自由度，一共651個樣本，也就是650個自由度，所以殘差占649個自由度，這是第一列df告訴我們的信息。第二列是平方和的分解，第一個數(shù)是回歸平方和，第二個數(shù)是殘差平方和，平方和也可以理解成被解釋變量，也就是球員工資的信息，很顯然在這個一元線性回歸中，解釋變量X能解釋的信息比殘差中的信息少一個數(shù)量級，大部分信息模型都解釋不了，都在殘差中了。第三列就是第二列除以對應(yīng)的第一列，是自由度調(diào)整以后的平方和，第四列是F統(tǒng)計量，這個F統(tǒng)計量就是上一講回歸結(jié)果中最后那一行的F統(tǒng)計量，只是ANOVA給出了這個統(tǒng)計量的計算細節(jié)，它等于第三列的第一個數(shù)除以第二個數(shù)。最后一列是F統(tǒng)計量的p值。方差分析的結(jié)果是對R方告訴我們的信息，即名次對工資的解釋力不足的更細致的說明。

相關(guān)性分析

相關(guān)性分析與回歸的邏輯不一樣，相關(guān)性分析把兩個變量都看成隨機變量，分析他們的相關(guān)性系數(shù)。

> alpha <- .05 > N <- length(Y) > r12 <- cor(X,Y) > r12 [1] -0.4334236 > t <- r12*sqrt(N-2)/sqrt(1-r12^2) > t [1] -12.25232 > t < -qt(1-alpha/2,N-2) [1] TRUE > p <- pt(t,N-2) > p [1] 1.70131e-31

先用PPMCC來分析，第一行定義顯著性水平，r12給出了相關(guān)性系數(shù)的值是-0.4334236，這說明名次和工資之間的確是存在負相關(guān)的，這個相關(guān)性系數(shù)的t統(tǒng)計量是-12.25232，它比5%的顯著性水平要求的判別值更小，并且p值非常的小，說明我們可以拒絕這個t檢驗的原假設(shè)，認(rèn)同相關(guān)性系數(shù)是顯著異于0的。但PPMCC有一個缺陷，他需要正態(tài)分布假設(shè)，我們尚且對殘差是否是正態(tài)的存疑，這里又用需要正態(tài)假設(shè)的檢驗顯然不太合理。因此一個更好的選擇是Spearman秩相關(guān)檢驗，這個檢驗不需要某種具體的分布形式，所以得出的結(jié)果會比PPMCC更合理。在R語言中，用cor.test，選擇method為spearman就可以做這個檢驗：

> cor.test(X,Y,method = "spearman",exact = F)Spearman's rank correlation rhodata: X and Y S = 72838840, p-value < 2.2e-16 alternative hypothesis: true rho is not equal to 0 sample estimates:rho -0.5840626

S是Spearman秩相關(guān)檢驗的統(tǒng)計量，對應(yīng)的p值是非常小的，所以可以拒絕相關(guān)性為0的原假設(shè)，認(rèn)同名次與工資之間存在相關(guān)性，最后一個數(shù)-0.5840626告訴我們他們之間的相關(guān)性為負。這兩個檢驗進一步說明了名次和工資之間是存在相關(guān)性的，之所以模型解釋力不足可能是模型假設(shè)不成立或者模型設(shè)定不合理。

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的UA MATH571A R语言回归分析实践 一元回归2 NBA球员的工资的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。