数据挖掘和分析30_W20A资料.pptVIP

习题讲解 2015.1.6 第二十周 EX3 任务描述 数据中为某个群体的7个观测量的量化值数据Y,X1~X6 编写.r代码，使之一次运行可以完成以下任务，同时输出图形、分析过程、结果（cat()) 使用多元线性回归分析找到最优的模型，由X1~X6中的部分变量解释Y 不需要考察二次项，乘积项或交互项 当两个模型拟合度相似时，如何选择？ 确定最优模型的模型参数 对代码的每一句进行注释 EX3 数据模型 #y1=3.45+1.2*x1-0.67*x5+4.5*x6+rnorm(36,sd=5) #y2=12+4*x3-0.5*x4+rnorm(36,4) #y3=100+9.4*x2-7.56*x3-12.04*x5+rnorm(36,sd=9) #y4=-123-3.8*x1-8.3*x4+4.3*x6+rnorm(36,sd=3) #y5=-13-3.8*x3-6.3*x5+3.3*x6+rnorm(36,sd=3) #以上为五个数据产生的模型，对应相同标号的数据（最终只用了y1-y4），如果拟合后的结果接近，则得分 EX3 打分标准 #方法：5分 全子集回归逐步回归 #如果用逐步回归法，则需要穷尽各种组合，如果做到了，也算对，否则在方法上需要5分需要扣2分 #如果用scatterplot（探测变量之间的相关性），则无意义，可以忽略 #结果：2分 对照上面的模型 #注释：2分 注释需要文对题 #按时交：1分（如果限期后一天之内交的，算按时；否则0分） EX3 步骤 #用全子集回归方法（即把各种模型都用图表示出来）进行回归是最简单直接的方法， #画出图后，根据adjr2指标进行选择出最优的几个模型， #然后再最优的模型中选择用ANOVA来确定这几个模型不存在显著区别（正好这几个模型都是相互嵌套的模型） #所以最后选择最简单的模型（变量最少的） #最后用cat在屏幕输出fit结果 EX3 代码 data3=read.table(regdata3.csv,header=TRUE,sep=,) plot(regsubsets(y3~.,data=data3),scale=adjr2) fit1=lm(y3~x2+x3+x5) #这里是已经从全子集回归图里发现了最优的三个模型，需要逐一比较 fit2=lm(y3~x1+x2+x3+x4+x5) fit3=lm(y3~x1+x2+x3+x5) summary(fit3) summary(fit2) summary(fit3) anova(fit1,fit2) EX3 结果 EX3 结果 #Analysis of Variance Table #Model 1: y3 ~ x2 + x3 + x5 #Model 2: y3 ~ x1 + x2 + x3 + x4 + x5 # Res.Df RSS Df Sum of Sq F Pr(F) #1 32 2887.9 #2 30 2662.2 2 225.68 1.2716 0.2951 anova(fit1,fit3) #Analysis of Variance Table ## #Model 1: y3 ~ x2 + x3 + x5 #Model 2: y3 ~ x1 + x2 + x3 + x5 # Res.Df RSS Df Sum of Sq F Pr(F) #1 32 2887.9 #2 31 2686.1 1 201.81 2.3291 0.1371 期中论文 主观幸福和人力资源EAP的关系 概述 本研究选取378名上海、北京、广深一线城市及江苏、湖南、河南等地的二线城市企业在职员工作为研究对象，分别构建员工幸福感与ＥＡＰ关系模型。 研究目的 验证员工援助计划（EAP）对企业员工主观幸福感提升有积极贡献 验证员工援助计划（EAP）是企业员工主观幸福感水平的影响因素之一，而且对主观幸福感不同纬度（认知、情感）的影响不同 期中论文 评分标准 数据清理 10% 缺失数据；错误数据 数据预处理 10% 合并；类型转换；增删变量 数据信度效度分析 10% 描述性统计分析 10% 相关分析 10% 两独立样本t检验(单因素方差分析) 10% 回归分析 20% 论文书写 20% 期中论文 数据清理 10% 缺失数据 删除变量 删除记录 填补缺失值 论文中说明过程、理由 错误数据 判定 措施 说明 期中论文 数据预处理 10% 合并、增删变量 牛津幸福感问卷3个测评维度：生活满意感、人际和谐感、自我效能感 EAP实施测