探索性数据分析1.pdfVIP

。 研究生课程论文 课程名称：探索性数据分析 论文题目：同时描述两个变量的案例分析 ——基于 JMP软件 姓 名： 学 号： 课程老师 精选资料，欢迎下载 。 本次将主要对第四章的同时描述两个变量进行简单地案例分析， 这章主要将 数据划分分两类：定类变量（建模中包括定名型和定序型）以及连续变量。在两 个变量关系的研究中，我们需要分析上述两类变量的三种组合：两个定类变量、 两个连续变量、 连续变量和定类变量各一个。 本章中， 我们将会学习上述三种成 对二元数据的几种常见分析方法。 共同变化描述：两个定类变量 主要通过初识二元分布图、马赛克图、列联表描述 共同变化描述：两个连续变量 主要通过两个连续变量的分布、散点图、相关系数矩阵描述 两组比较：一个连续变量，一个定类变量 主要通过单因子分析描述 案例分析 背景：高血压仍然是美国人的主要健康问题。 数据表 （NHANES）包含了来自于 2005 年美国对大量人群调查所得到的数据。在该案例分析中，我们只关注一下变量： RIAGENDR: 受调查者的性别 RIDAGEYR: 受调查者的年龄（单位：年） RIDRETH1：受调查者的种族或民族背景 BMXWT: 受调查者的体重（单位：千克） BPXPLS: 受调查者的静息脉率 BPXSY1：受调查者的收缩压（最高值以 BP为单位） BPXD1：受调查者的舒张图（最小值以 BP为单位） 精选资料，欢迎下载 。 a、绘制收缩压与年龄的散点图。在这个样本中，血压会随着人们的年龄发生什 么样的变化？ 绘制的散点图如下： 二元拟合，以 “RIDAGEYR”拟合 “BPXSY1” 线性拟合 BPXSY1 = 101.87455 + 0.4873796*RIDAGEYR 拟合汇总 R 方 0.333854 调整 R 方 0.333754 均方根误差 15.37906 响应均值 119.0438 观测数（或权重和） 6668 方差分析 源 自由度 平方和 均方 F 比 模型 1 790155.2 790155 3340.819 误差 6666 1576612.0 237 概率 F 校正总和 6667 2366767.2 .0001* 参数估计值 项 估计值 标准误差 t 比 概率 |t| 截距 101.87455 0.35172 289.65 .0001* RIDAGEYR 0.4873796 0.008432 57.80 .0001* 图1 散点图 从上图可以看出，散点大部分都在红色拟合线附近，但散点呈现的形态与 2 一条理想的直线的关系却相差甚远。在本例中 R 为 0.33 ，说明拟合效果较差， 血压和年龄之间的关系不是很明显。 精选资料，欢迎下载 。 b、计算并输出收缩压和舒张压之间的相关性度