用R語言做邏輯回歸模型研究謀殺率問題及數據來源50個50個PopulationIncomeTllit&racyLife宜乂pMurderUSGradAlatisma3524Z,；15.141.3AlLdSka“501,5芭9,2111.3^6.7AcizanaZ212453Q1.670?557.6EV03箝81,970.6610/.孫口211：951141:71.7110.362.6Cjloiado254148640.77240fc6.66；.9jfrostArea謀余率是否高壽Alabair-i.205070810Alaska152I0Arisona151134X710Arkarisas白55：5451rC=ilifoL-nia2015C35111Colorado166103766D"$Population:num36153652212211021198...$Income:num36246315453033785114...$Illiteracy:num2.11.51.81.91.10.71.10.91.32...$LifeExp:num6969.370.570.771.7...$Murder:num15.111.37.810.110.36.83.16.210.713.9...$HSGrad:num41.366.758.139.962.663.95654.652.640.6...$Frost:num201521565201661391031160...$Area:num5070856643211341751945156361...$謀殺率:num1111100011...$是否高壽:num0000111000...數據描述統計.分析不同地區的謀殺率分布特征從面的核密度圖可見，謀殺率呈現正態分布的特征，輸入代碼:density.defauiqx=$]$謀殺率).分析不同變量的擬合性情況scatterplotMatrix()函數，分析不同變量的相關這里主要調用car包，通過使用關系及對因變量的擬合情況scatterplotMatrix()函數，分析不同變量的相關L_LjLXJLXjL._IJLJ-LaLjL,____9kBi__*?"iiix.【J」國二仁上以沁:后歹阻a速k機『日日方附問霽史制平齦PlhhUjifiij2ire14I?iso00O'*OBUjifiij2ire14I?iso00O'*OBIncnmnP沖ill耳finn口日50LifeEk|)：=MurderI

iIncnmnP沖ill耳finn口日50LifeEk|)：=MurderI

i

I

RIHSGradls-0-M-上面的擬合組合圖可見，謀殺率與收入水平、生活經驗以及霜凍天數呈現出負相關關系，而和文盲率呈現出正相關關系，這個比較好理解。.進一步檢驗各個變量之間的相關性這里主要是使用psych包，通過corr.test()函數，計算各個變量之間的相關性及其顯著性，在R環境中輸入如下代碼：corr.test(sj[,2:6])Call:corr.test(x=sj[,2:6])CorrelationmatrixIncomeIlliteracyLifeExpMurderHSGradTOC\o"1-5"\h\zIncome1.00-0.440.34-0.230.62Illiteracy-0.441.00-0.590.70-0.66LifeExp0.34-0.591.00-0.780.58Murder-0.230.70-0.781.00-0.49HSGrad0.62-0.660.58-0.491.00SampleSize[1]50Probabilityvalues(Entriesabovethediagonalareadjustedformultipletests.)IncomeIlliteracyLifeExpMurderHSGradIncome0.0000.030.110川iteracy0.0000.000.000LifeExp0.0200.000.000Murder0.1100.000.000HSGrad0.0000.000.000Toseeconfidenceintervalsofthecorrelations,printwiththeshort=FALSEoption上圖第一部分，顯示的是各個變量之間的相關性，第二部分顯示的是各個相關性的顯著性檢驗P值。從第一部分可見，謀殺率與文盲率、生活經驗、霜凍天數分別具有0.7、-0.78以及-0.54的相關性，并且顯著性水平P值均小于0.05,而謀殺率與收入水平的相關性不具有顯著性，所以不列入模型。.嘗試建立多元一項式回歸模型根據前面的分析結果，將文盲率、生活經驗和霜凍天數列入模型，首先建立多元一項式模型summary(謀殺率)Call:lm(formula=謀殺率~.-Murder,data=sj,family=binomial(link="logit"))Residuals:Min1QMedian3QMax-0.78075-0.14912-0.010290.271320.60285Coefficients:EstimateStd.ErrortvaluePr(>|t|)(Intercept)1.465e+013.424e+004.2790.000106***Population3.182e-051.239e-052.5670.013902*Income4.286e-051.096e-040.3910.697731Illiteracy1.320e-011.593e-010.8290.411862'LifeExp'-2.055e-014.905e-02-4.1900.000140***'HSGrad'-1.082e-031.096e-02-0.0990.921813Frost-6.209e-041.415e-03-0.4390.663112Area8.370e-077.276e-071.1500.256507—Signif.codes:0'***'0.001'**'0.01'*'0.05'.'0.1''1Residua