多元统计分析及R语言建模（第五版）——第5章

5.1现有甲、乙、丙三个工厂生产同一种零件，为了了解不同工厂的零件的强度有无明显的差异，现分别从每一个工厂随机抽取部分零件测定其强度，数据如表 5 -9 所示，试问三个工厂的零件的平均强度是否相同？
 

表5-9

甲	103	101	98	110
乙	113	107	108	116	115	109
丙	82	92	84	86	88

####5.1
x1=c(103,101,98,110)
x2=c(113,107,108,116,115,109)
x3=c(82,92,84,86,88)
mean(x1)
mean(x2)
mean(x3)
library(openxlsx)
d5.1=read.xlsx("E:/多元统计分析及R语言建模/d5.1.xlsx",rowNames = F)
d5.1
#d5.1=read.csv("E:/多元统计分析及R语言建模/d5.1.csv",header = TRUE,sep = ",")
anova(lm(零件强度~factor(工厂),data = d5.1))
#P<0.05,说明不同工厂的零件强度有明显差异，根据上述结果可看出三个工厂的零件平均强度不相同

5.2生产某种化工产品时，要比较四种不同配方对生产率的影响。考虑到生产率随生产日期不同而变动较大，所以把实验日期也选为因子。实验分四天进行。配方因子和日期因子分别用A、B表示，数据如表5-10所示。试分析不同配方和不同生产日期对生产率有无影响。

表5-10

生产率	A	B
64.9	A1	B1
69.1	A2	B1
76.1	A3	B1
82.9	A4	B1
62.6	A1	B2
70.1	A2	B2
74	A3	B2
80	A4	B2
61.1	A1	B3
66.8	A2	B3
71.3	A3	B3
76	A4	B3
59.2	A1	B4
63.6	A2	B4
67.2	A3	B4
72.3	A4	B4

library(openxlsx)
d5.2=read.xlsx("E:/多元统计分析及R语言建模/d5.2.xlsx",rowNames = F)
anova(lm(生产率~factor(A)+factor(B),data = d5.2))
#P(A)<0.05,说明不同配方因子A对生产率有影响)
#P(B)<0.05,说明不同日期因子B对生产率有影响)

5.3某银行从历史贷款客户中随机抽取16 个样本，根据设计的指标体系分别计算他们的"商业信用支持度"(x1）和"市场竞争地位等级"(x2)，类别变量 G中，1代表贷款成功，2代表贷款失败。数据如表5-11所示。

(1）为了给正确贷款提供决策支持，请建立 Logistic 模型进行分析；
(2）根据建立的模型，判定是否给某客户（x,=131,x2=-2）提供贷款。

表5-11

x1	x2	G
40	1	1
35	1	1
15	-1	1
29	2	1
1	2	1
-2	1	1
22	0	1
10	1	1
125	-2	2
100	-2	2
350	-1	2
54	-1	2
4	-1	2
2	0	2
-10	-1	2
131	-2	2

library(openxlsx)
d5.3=read.xlsx("E:/多元统计分析及R语言建模/mvexer5.xlsx",sheet ="E5.3",rowNames = F)
d5.3
logit.glm=glm(G~x1+x2,data=d5.3)
summary(logit.glm)
#x1的p>0.05,x2的P<0.05，说明有影响
logit.step=step(logit.glm,direction = "both")
summary(logit.step)
pre1=predict(logit.step,data.frame(x1=131,x2=-2))
pre1
#预测值为2，表示贷款失败，不会提供贷款