R语言基于马拉松参赛选手的比赛时间建模

麻利麻利哄吧

于 2021-12-04 15:54:51 发布

阅读量370

点赞数 3

分类专栏： R && python建模文章标签： r语言

本文链接：https://blog.csdn.net/weixin_43217641/article/details/121686666

版权

R && python建模专栏收录该内容

22 篇文章 16 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

该博客通过处理2014年至2017年马拉松比赛选手数据，运用贝叶斯估计、非参数方法和分段线性拟合等多元模型，探讨比赛时间与年龄的关系。通过对数据的可视化和统计分析，揭示了30岁至90分钟内选手集中，且随着年龄增长成绩呈向上弯曲的趋势。最后，采用不同方法进行模型构建和预测。

摘要由CSDN通过智能技术生成

目录：1、处理数据(2014年到2017年比赛选手的数据)

2、使用多种模型对比赛选手的比赛时间建模(贝叶斯估计、非参数方法、分段线性拟合)

3、对各种模型的可视化

初衷：建模过程加深对R的掌握。

正文：首先对四年的数据进行处理。

library(RColorBrewer)
library(rethinking)
library(tidyverse)
library(ggsci) # 加载包

df1 <- read.csv("10mile2014M.csv")
df2 <- read.csv("10mile2015M.csv")
df3 <- read.csv("10mile2016M.csv")
df4 <- read.csv("10mile2017M.csv")

str(df1)
str(df4) # 查看数据内容

A <- list(df1,df2,df3,df4)
rs <- sapply(A,nrow) # 每一年的人数

names(df4)[9] = names(df3)[9] <- "clock.time"
names(df4)[3] = names(df3)[3] <- "home.town"
df1

了解本专栏