多元统计分析及R语言建模(第四版)--第五章广义与一般线性模型及R使用课后习题

本文探讨了三个工厂零件强度的ANOVA比较、化工配方对生产率影响的随机单位组设计,以及品牌洗衣机问卷的卡方分析和Logistic模型应用。通过R语言实例展示了如何使用统计方法揭示不同工厂、配方和用户特征对结果的影响。
摘要由CSDN通过智能技术生成

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试问三个工厂的零件的平均强度是否相同?

1.1建表格,S代表零件强度,F代表工厂;甲=1,乙=2,丙=3;工厂为单位组。使用一般随机模型中的完全随机设计模型。

 1.2复制表格,打开R语言编辑器输入

e5.1=read.table("clipboard",header=T)
summary(ee5.1)
anova(lm(S ~ factor(F),data=ee5.1))

得到

P<0.05,说明不同工厂的零件强度有明显差异 。

2.生产某种化工产品时,要比较四种不同的配方对生产率的影响。考虑到生产率随生产日期的不同而变动较大,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表示试分析不同配方和不同日期对生产率有无影响。

2.1建表格,P代表配方因子,以配方因子为单位组,使用一般随机模型中的随机单位组设计模型。

 2.2复制表格,打开R语言编辑器输入

e5.2=read.table("clipboard",header=T)
summary(e5.2)
anova(lm(P ~ factor(A)+factor(B),data=e5.2))

得到

P(A)<0.05,说明不同配方因子A对生产率有影响。

P(B)<0.05,说明不同生产日期B对生产率有影响。

3三种品牌洗衣机的问卷调查结果,试进行如下分析:

建表格,X=品牌因素,123分别等于ABC;Y=城乡因素,1=城市,2=农村;Z=地域因素,1=南方,2=北方。

 (1)直观分析

(2)卡方检验

(3)对数线性模型

 4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

建表格。

(1)为了给正确贷款提供决策支持,请建立Logistic模型进行分析。

 x1:P>0,05,没有影响。x2:P<0.05,有影响。

(2)根据建立的模型,判定是否给某用户(x1 = 131,x2 = -2)提供贷款

 

预测值为2,表示贷款失败,概率为0.8851122。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值