全文链接：http://tecdat.cn/?p=23170 

咱们被要求在本周提供一个报告，该报告将联合回归，虚构变量等数值办法

在本文中，本文与以下两个问题无关。你应该如何增加虚构变量？你应该如何解释后果

简介

如果应用一个例子，咱们可能会更容易了解这些问题。

数据

假如咱们想钻研工资是如何由教育、教训和某人是否负责治理职务决定的。假如

  • 每个人都从年薪4万开始。
  • 实际出真知。每减少一年的教训，工资就减少5千。
  • 你学得越多，你的支出就越多。高中、大学和博士的年薪增长别离为0、10k和20k。
  • 海面平静时，任何人都能够掌舵。对于负责治理职位的人，要多付20k。
  • 天生就是平凡的领导者。对于那些只上过高中却负责治理职位的人，多给他们3万。
  • 随机因素会影响工资，平均值为0，标准差为5千。

上面是局部数据和摘要。

绘制数据

有和没有治理职位的人的工资和教育之间的关系。

 jitter(alpha=0.25,color=colpla[4])+  facet_wrap(~治理职位)+boxplot(color=colpla[2])

有治理职位和没有治理职位的人的工资和教训之间的关系，以教育为根底。

点击题目查阅往期内容

线性回归和工夫序列剖析北京房价影响因素可视化案例

左右滑动查看更多

01

02

03

04

 stat_smooth(method = "lm")+  facet_wrap(~治理职位)

回归剖析

疏忽教育和治理之间的相互作用

咱们只将工资与教育、教训和治理职位进行回归。其后果是 

尽管这些参数在统计学上是有意义的，但这并没有任何意义。与高中相比，大学学历怎么可能使你的工资缩小5105？

正确的模型应该包含教育和治理职位的交互项。

增加教育和治理之间的交互作用

当初，让咱们增加教育和治理之间的交互项，看看会产生什么。

对后果的解释

当初的后果是有意义的。

  • 截距为40137（靠近4万）是基本保障支出。
  • 教育的基数是高中。与高中相比，大学教育能够均匀减少9833元（靠近1万）的工资。与高中相比，博士教育能够减少19895元（靠近2万）的工资。
  • 多一年的工作教训能够使工资减少4983元（靠近5千）。
  • 负责治理职位的高中毕业生有49695元的溢价（靠近5万）。这些人是天生的领导者。
  • 与负责治理职位的高中毕业生相比，负责治理职位的大学毕业生的溢价缩小了29965.51至29571（49735.74-29965.51，靠近2万）。
  • 与高中毕业生负责治理职位相比，博士毕业生负责治理职位的溢价缩小了29501至19952.87（靠近2万）。另外，你能够说治理职位产生了20K的根本溢价，而不思考教育程度。除了这2万外，高中毕业生还能失去3万，使总溢价减少到5万。

测验是否违反了模型的假如

为了使咱们的模型无效，咱们须要满足一些假如。

  • 误差应该遵循正态分布

正态Q-Q图看起来是线性的。所以这个假如失去了满足。

  • 没有自相干

D-W测验值为1.8878，靠近2，因而，这个假如也满足。

  • 没有多重共线性

预测变量edu、exp和mngt的VIF值均小于5，因而满足这一假如。

用数据的子集进行回归

你能够通过用一个数据子集运行模型来取得同样的后果。你能够将数据按教育水平分成子集，并在每个子集上运行回归模型，而不是应用一个教育的虚构变量。

如果只用高中生的数据，你会失去这样的后果。

sub<-d %>% +   filter(教育=="高中")

仅凭大学生的数据，你就能失去这个后果。

只用来自博士生的数据，你会失去这个后果。

点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R语言应用虚构变量(Dummy Variables) 回归剖析工资影响因素》。

点击题目查阅往期内容

Python用RNN神经网络：LSTM、GRU、回归和ARIMA对COVID19新冠疫情人数工夫序列预测
非线性回归nls摸索剖析河流阶段性流量数据和评级曲线、流量预测可视化
非线性回归beta系数估算股票市场的危险剖析亚马逊股票和构建投资组合
R语言因子实验设计nlme拟合非线性混合模型剖析有机农业施氮程度
R语言非线性混合效应 NLME模型(固定效应&随机效应)反抗哮喘药物茶碱动力学钻研
Python用T-SNE非线性降维技术拟合和可视化高维数据iris鸢尾花、MNIST 数据
R语言nlme、nlmer、lme4用（非）线性混合模型non-linear mixed model剖析藻类数据实例
Python中的多项式回归拟合非线性关系实例
应用R语言进行多项式回归、非线性回归模型曲线拟合
R语言多项式回归拟合非线性关系
R语言里的非线性模型：多项式回归、部分样条、平滑样条、 狭义相加模型GAM剖析
R语言自适应LASSO 多项式回归、二元逻辑回归和岭回归利用剖析
R语言ISLR工资数据进行多项式回归和样条回归剖析
R语言中的多项式回归、部分回归、核平滑和平滑样条回归模型
R语言多项式线性模型：最大似然预计二次曲线
R语言狭义线性模型GLM、多项式回归和狭义可加模型GAM预测泰坦尼克号幸存者
R语言中的多项式回归、B样条曲线(B-spline Curves)回归
R语言用多项式回归和ARIMA模型预测电力负荷工夫序列数据
R语言机器学习实战之多项式回归
R语言ISLR工资数据进行多项式回归和样条回归剖析