基于语言MASS库Cars93数据多元线性回归分析与预测.pdfVIP

TheRlibraryMASSincludesthedataframeCars93.Itincludes26variab,someofwhicharecategorical.

WeconsiderpredictingthePriceofacarbasedonitsperformanceshowbythecitymileageofthecar,

MPG.city,andthenumberofAirbagsincluded.Considerthefollowingsteps.

1.VerifyAirbagsisacategoricalvariable.Howmanyobservationsareineachlevel?

2.RenamethelevelsofAirbagsasDP,D,andOforDriverPassenger,Driveronlyandno

airbag.

3.FitaMLRmodelforPricewithMPG.cityandAirbagsaspredictors.Whatisthebaselevelof

Airbags?

4.Changethebaseleveltonoairbags,labeledasO.

5.Refit

6.WritethefittedequationsforthemeanPrice.

7.Plotfittedvsobservedprices(thatis,yhatvsy).Identifyoutliers.

8.Finda95%CIonthemeanpriceofacarwith27.5citymileageandDriveronlyairbags.

9.Finda90%PIonthepriceofacarwith27.5citymileageandDriveronlyairbags.

R库MASS包含数据帧Cars93。它包括26个变量，其中一些是分类变量。我们考虑根据汽车的城市里

程、MPG.city和安全气囊数量所显示的性能来预测汽车的价格。考虑以下步骤。

1.验证Airbags是一个分类变量。每个级别有多少个观察值？2.将驾驶员和乘客、仅驾驶员和无安全气囊

的安全气囊级别重命名为“DP”、“D”和“O”。3.以MPG.city和Airbags作为预测变量，拟合

Price的MLR模型。安全气囊的基本级别？4.将基准面改为无气囊，标记为“O”。5.重新拟

合6.写出平均价格的拟合方程。7.绘制拟合价格与观察价格的关系图（即yhat与y）。识别异常值。

8.查找一辆城市行驶里程为27.5英里且配备驾驶员安全气囊的汽车的平均价格的95%CI。9.找到一

辆价格为90%PI的汽车，其城市行驶里程为27.5，且配备驾驶员安全气囊。

#1cat1con.rPrice=f(MPG.city,Airbags)3levels(Airbags)

library(MASS)

library(PASWR2)

d0=Cars93

str(d0)

table(d1$AirBags)

#DPD0

#164334

d1=d0[,c(5,7,9)]

head(d1)

levels(d1$AirBags)#DriverPassengerDriveronlyNone

#renamelevels

levels(d1$AirBags)=c(DP,D,0)

levels(d1$Air