r语言多元线性回归_【R语言】多元线性回归实践——什么最影响你的幸福指数...

本文通过一个案例把R语言回归分析中常用的知识点串起来，欢迎关注交流学习（添加微信公众号：素言素语Sue)

---

从Kaggle上获得了2019年全球156个国家幸福指数数据集（World Happiness Report，数据源：https://www.kaggle.com/PromptCloudHQ/world-happiness-report-2019）

各数据列分别为：

l Overall rank （整体排名）

l Country or region（国家或地区）

l Score（幸福值得分）

l GDP per capita（人均GDP）

l Social support（社会支持）

l Healthy life expectancy（健康寿命预期）

l Freedom to make life choices（自由选择的程度）

l Generosity（慷慨度）

l Perceptions of corruption（对腐败的认知度）

Score值越大，意味着幸福指数越高。我们想通过多元线性回归模型来看，幸福指数受到哪些指标的影响以及影响程度大小。

接下来内容主要包括四个方面：

1. 数据预处理

2. 建立模型-模型诊断-调整改进

3. 模型解释

4. 模型预测及效果评估

1.数据预处理

打开数据文件，查看数据集基本情况，本数据集共156条，9列数据，大部分为number类型。

data_raw<-read.csv(file.choose())
str(data_raw)

##输出结果：
'data.frame':  156 obs. of  9 variables:
 $ Overall.rank                : int  1 2 3 4 5 6 7 8 9 10 ...
 $ Country.or.region           : Factor w/ 156 levels "Afghanistan",..: 44 37 106 58 99 134 133 100 24 7 ...
 $ Score                       : num  7.77 7.6 7.55 7.49 7.49 ...
 $ GDP.per.capita              : num  1.34 1.38 1.49 1.38 1.4 ...
 $ Social.support              : num  1.59 1.57 1.58 1.62 1.52 ...
 $ Healthy.life.expectancy     : num  0.986 0.996 1.028 1.026 0.999 ...
 $ Freedom.to.make.life.choices: num  0.596 0.592 0.603 0.591 0.557 0.572 0.574 0.585 0.584 0.532 ...
 $ Generosity                  : num  0.153 0.252 0.271 0.354 0.322 0.263 0.267 0.33 0.285 0.244 ...
 $ Perceptions.of.corruption   : num  0.393 0.41 0.341 0.118 0.298 0.343 0.373 0.38 0.308 0.226 ...

源数据集各列的列名太长了，先重新定义一下列名，方便后续使用。

colnames(data_raw)<-c("Rank","Country","Score","GDP.per","Social.support","Lift.expect","Freedom","Generosity","Perception")

查看缺失值，这个数据集比较规范和完整，各列没有缺失值。（如果有缺失值的话，需要根据情况填充或删除。一种典型的填充方法是用现有的平均值，中位数或模式代替缺失值）

sapply(data_raw, function(x) sum(is.na(x)))

选取需要的数据子集，这里我们只需要看幸福指数Score及其6个潜在影响因素。

data<-data_raw[3:9]

接下来看看这些变量之间的相关情况及变量自身的分布情况，可使用方阵散点图（scatterplotMatrix）。在此之前，需要加载car包。

需要说明一下，正常情况下通过install.packages("car") 语句加载即可，不过我在加载时出现了加载失败的情况，因此直接通过填入car包url链接地址的方式加载。

p_url<-"https://cran.r-project.org/bin/windows/contrib/4.1/carData_3.0-3.zip"
install.packages(p_url,repos=NULL,type="source")
library(car) 
scatterplotMatrix(data,smoother=F)