34-R语言在南京市大学生幸福感统计分析上的应用.pptVIP

R语言在南京市大学生幸福感统计分析上的应用 詹 鹏 （南京财经大学统计系2006级） ——主要内容—— 背景 描述性分析 相关系数和回归分析 方差分析 R的使用感受 关于R语言的使用体会 非常感谢！ 背 景 描述性分析 ——幸福指数测量值分析—— ——基本变量对幸福指数的影响—— ——外在因素对幸福指数的影响—— ——外在因素对幸福指数的影响—— ——内在因素对幸福指数的影响—— ——内在因素对幸福指数的影响—— 相关系数分析 回归分析 回归分析 回归分析 方差分析 方差分析 * * 1、应用范围广：在统计学领域，R软件能够应用于描述性分析、参数估计、假设检验、回归分析等等。 2、语句简单：用户不仅可以根据自己的需要选择需要输出的变量以及变量输出的方式或形式，而且可以根据数据结构的不同灵活地选择处理方法，大大减小工作量。 3、由于本文研究内容的限制，这里并没有体现R在图形展示方面的强大功能。但从使用plot()、boxplot()等作图函数中也能感觉到其在作图上的简便。 今年我们正在做一个2008年江苏省高等学校大学生实践创新训练计划立项项目，它是有关大学生幸福指数方面的课题，目前进入中期阶段，调查数据已搜集完成，面临大量数据的处理和统计分析，鉴于世界最著名的统计软件之一的R语言强大的统计功能，加之个人兴趣，故选择其作为统计分析工具。 对于幸福指数的测量，我们以总体幸福感量表（修订后）测量得到的值为依据。经过一个月的调查，我们得到1091份有效问卷，其中A卷337份，B卷377份，C卷387份。 数据数目 自信心 家庭 　 　 　 　 基本变量 幸福指 数得分 C卷 　 　 孤独感、 应对方式 　 　 　 基本变量 幸福指 数得分 B卷 　 　 　 交际、 学校 幸福感 自评分数 不幸福的来源、 幸福的来源 基本变量 幸福指 数得分 A卷 各项目 问卷 本文涉及到的描述性分析包括以下几个方面： 总体幸福感状况分析——幸福指数测量值分析，幸福指数自评值分析； 幸福和不幸福的来源分析； 基本变量对幸福指数的影响情况分析； 外在因素对幸福指数的影响分析； 内在因素对幸福指数的影响分析等。 数据结构： R程序 结果 mean(x), sd(x) ?样本平均值66.15 ?样本标准差9.36 hist(x) density(x) dnorm(x,mean(x),sd(x)) ?直方图、样本拟合曲线、正态曲线 shapiro.test() ?经正态检验，样本数据不服从正态分布 data2a<-read.delim(“E:/data/data2a.txt”); #导入txt文档中的数据 #-------------------------------------------------------- y<-data2a[1:7];yy<-data2a[8] #分别抽出变量值和相应幸福指数得分 yy.tr<-matrix(rep(yy,7),nrow=length(yy)) yc<-y*yy.tr #将1换成相应位置的幸福指数值 NA->yc[yc==0] #将0换成空值NA result1.2a<-apply(yc,2,function(yc) c("人数"=length(yc[!is.na(yc)]), "比例(%)"=length(yc[!is.na(yc)])/337*100, "均值"=mean(yc[!is.na(yc)]), "标准差"=sd(yc[!is.na(yc)]) )) result1.2a 以计算“不幸福”的来源为例，有如下R语言程序： ——幸福和不幸福的来源分析—— > result1.2a #让自己感觉“不幸福”的来源 A亲情 B友情 C爱情 D学习工作