当前位置：首页 > news >正文

广义线性模型下的数据分析（R语言）

news 来源：原创 2025/9/13 0:02:35

一、实验目的：

通过上机试验，掌握利用R实现线性回归分析、逻辑回归、列联分析及方差分析，并能对分析结果进行解读。

数据：
链接: https://pan.baidu.com/s/1JqZ_KbZJEk-pqSUWKwOFEw 提取码: hxts

二、实验内容：

1、27名糖尿病人的血清总胆固醇(X1)、甘油三酯(X2)、空腹胰岛素(X3)、糖化血红蛋白(X4)、空腹血糖(Y )的测量值列于diabetes.txt:

（1）试建立空腹血糖与其它指标的多元线性回归方程, 并对回归结果进行解读，包括各回归系数的显著性，此模型的拟合效果等。

（2）可以发现，（1）中的回归模型效果并不好。此时，需考虑自变量的选择是否合适。请以Y为因变量，以Xi（i=1,2,3,4）为候选自变量，使用下述两种方法：方法一：向前逐步回归法+AIC，方法二：向后逐步回归法+BIC；分别进行变量选择以建立最优的回归模型，并对两种方法模型选择结果进行比较。

2.数据文件ex.csv是关于200个不同年龄（age,定量变量）和性别（sex,定性变量，0和1分别代表女和男）的人对某项服务产品的观点（opinion，二水平定性变量，用1和0代表认可和不认可）的数据，将观点作为因变量，建立logistic模型加以分析，并预测一个年龄是30岁的女人对该项服务产品认可的可能性。

3.数据包ISwR中的数据集juul中含有三个分类变量: sex, tanner, menarche.

（1）从juul中选择这3个变量组成新数据框njuul，并用na.omit函数删掉njuul里缺失值，仍命名为njuul。

（2）在数据框njuul下，对变量tanner、menarche进行列联分析，包括：绘制列联表；进行卡方独立性检验，并解释检验结果。

4、检验果汁中含铅量已有三种方法A1、A2、A3, 现研究出另一种快速检验法A4, 欲研究能否用A4代替前三种方法。以果汁为观察对象进行实验考察，不同的果汁当做不同的水平: B1为苹果, B2为葡萄汁, B3为西红柿汁, B4为苹果汁, B5桔子汁, B6菠萝柠檬汁。现进行双因素交错搭配试验,即用四种方法同时检验每一种果汁, 其检验结果如下表所示。问因素A(检验方法)和B(果汁品种) 对果汁的含铅量是否有显著影响?

果汁含铅量测试实验数据统计

B1 B2 B3 B4 B5 B6

A1 0.05 0.46 0.12 0.16 0.84 1.30

A2 0.08 0.38 0.40 0.10 0.92 1.57

A3 0.11 0.43 0.05 0.10 0.94 1.10

A4 0.11 0.44 0.08 0.03 0.93 1.15

（1）在R中生成方差分析所需要的数据框。（注：因子型变量A,B因子水平可用gl（）函数给出，也可自己设定。所生成数据框应有24行。）

（2）进行双因素方差分析，并对R中方差分析结果给以解释。

三、实验过程与结果：

1.（1）多元线性回归：

d1<-read.table("E:/学习资料及作业/2.2多元统计分析R/实验2/diabetes.txt",header = T)f1<-lm(Y~X1+X2+X3+X4,data = d1)summary(f1)

运行结果：

从运行结果看，拟合函数为：

因为4个自变量仅变量X3、X4较为显著，其余两个变量X1、X2显著性不明显，所以拟合效果并不好。

（2）向前逐步回归法+AIC：

d2<-lm(Y~1,data = d1)d2f<-step(d2,scope = list(upper=~X1+X2+X3+X4,lower=~1),direction = "forward")summary(d2f)

后退法逐步回归：

d2b<-step(f1,direction = "backward")summary(d2b)

向前法回归初始模型只包含截距项，分别加入变量X1、X2、X3、X4，计算AIC，由计算结果知X4的AIC小于初始截距项的，因此回归模型中加入变量X4，继续迭代计算直到向模型中加入变量后，不能使AIC比上一次计算结果小时，表明该模型为最优模型。从运行结果知，向前法回归的最优模型为:

Y=5.9433+0.6382X4+0.1424X1-0.2706X3+0.3515X2

与第（1）问的模型一样，模型整体上较为显著，X2、X4显著性较好。

向后逐步回归法，初始模型包含所有变量，从中依次去掉一个变量，并计算AIC，发现去掉X1时AIC小于初始模型的，因此从模型中去掉变量X1，第二轮时，无论去掉哪一个变量其AIC值都没有小于上一步的，即此模型为最优模型：

Y=6.4996+0.4023X2-0.2870X3+0.6632X4

模型的整体显著性程度与向前法回归的一样，但是各个变量的显著性要比向前回归的好。

2. logistic模型：

d3<-read.csv("E:/学习资料及作业/2.2多元统计分析R/实验2/ex.csv")logit.glm<-glm(opinion~age+sex,family = binomial,data=d3)summary(logit.glm)

logistic模型为：opinion=3.49978-0.07156age-1.77815sex,无论是模型整体还是各变量都及其显著。

预测一个年龄是30岁的女人对该项服务产品认可的可能性：

prel<-predict(logit.glm,data.frame(age=30,sex=0))p1<-exp(prel)/(1+exp(prel))p1

这位30岁的女士，对某项服务产品认可的概率为0.7946。

3. （1）

install.packages("ISwR")data(juul,package="ISwR")njuul <- juul[, c('sex', 'tanner', 'menarche')]  # 从数据集中选3个变量组成新数据集njuul <- na.omit(njuul)  # 删除缺失值njuul

（2）在数据框njuul下，对变量tanner、menarche进行列联分析：

table('menarche','tanner')  # 行、列d4<-xtabs(~menarche+tanner,data=njuul)d4chisq.test(d4) #卡方独立性检验

menarche分为两类，tanner分为5类，tanner为类1、2时，样本几乎都属于menarche的类1，卡方独立性检验原假设为行menarche、列tanner变量独立，由于P<0.05，所以拒绝原假设，认为tanner与menarche不独立。

4.（1）生成数据框

A <- factor(rep(c("A1", "A2", "A3", "A4"), times = 6))B <- factor(rep(c("B1", "B2", "B3", "B4", "B5", "B6"), each = 4))y <- c(0.05, 0.08, 0.11, 0.11, 0.46, 0.38, 0.43, 0.44, 0.12, 0.40, 0.05, 0.08, 0.16,0.10, 0.10, 0.03, 0.84, 0.92, 0.94, 0.93, 1.30, 1.57, 1.10, 1.15)df <- data.frame(A, B, y)df

（2）双因素方差分析：

fit <- aov(y ~ A+B, data = d5) # 不加交互项summary(fit)

从运行结果可以看出，果汁品种（B）对果汁含铅量有显著影响（F=83.976，P<0.05），而检验方法（A）对果汁含铅量没有显著影响（F=1.629，P=0.225）。

fit1<-aov(y~A+B+A:B,data=d5) # 加交互项summarry(fit1)

加了交互项，没有P、F值，推测果汁品种和检验方法的交互作用（A:B）对果汁含铅量也没有显著影响。因此得出结论：果汁品种对果汁含铅量有显著影响，而检验方法对果汁含铅量没有显著影响。

广义线性模型下的数据分析（R语言）

一、实验目的： 通过上机试验，掌握利用R实现线性回归分析、逻辑回归、列联分析及方差分析，并能对分析结果进行解读。数据： 链接: https://pan.baidu.com/s/1JqZ_KbZJEk-pqSUWKwOFEw 提取码: hxts 二、实验内容： 1、2…...

编程日记 2025/9/13 0:02:35

贪心算法精品题

1.找钱问题本题的贪心策略在于我们希望就可能的保留作用大的5元 class Solution { public:bool lemonadeChange(vector<int>& bills) {std::map<int ,int> _map;for(auto ch:bills){if(ch 5) _map[ch];else if(ch 10){if(_map[5] 0) return false;else{_m…...

编程日记 2025/9/12 21:09:12

爱普生汽车用显示控制器IC：ScalerIC,汽车接口IC,相机接口IC

爱普生汽车显示控制器IC，汽车显示控制器芯片可以分为三类：爱普生显示控制芯片Scaler IC ，爱普生汽车接口IC，爱普生相机接口IC。下面就给大家分别介绍下这三类芯片的具体型号的特征及用途。爱普生显示控制芯片 Scaler IC Scaler…...

编程日记 2025/9/12 23:55:54

深度学习基础--ResNet50V2网络的讲解，ResNet50V2的复现(pytorch)以及用复现的ResNet50做鸟类图像分类

🍨 本文为🔗365天深度学习训练营中的学习记录博客🍖 原作者：K同学啊前言如果说最经典的神经网络，ResNet肯定是一个，从ResNet发布后，作者又进行修改，命名为ResNe50v2&#xff0c…...

编程日记 2025/9/13 0:00:16

物理竞赛中的线性代数

线性代数 1 行列式 1.1 n n n 阶行列式定义 1.1.1：称以下的式子为一个 n n n 阶行列式： ∣ A ∣ ∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋮ ⋮ ⋱ ⋮ a n 1 a n 2 ⋯ a n n ∣ \begin{vmatrix}\mathbf A\end{vmatrix} \begin{vmatrix} a_{11…...

编程日记 2025/9/12 0:29:44

OptiTrack光学跟踪系统：引领工厂机器人应用的革新浪潮

在现代化的工厂生产线上，一台机械臂正以惊人的毫米级精度执行着精密零件的装配任务。这一精准操作的背后，是OptiTrack光学跟踪系统的实时捕捉与优化，它正助力生产效率与产品质量迈向新的高度。如今，这一技术正在全球范围内广泛应用…...

编程日记 2025/9/12 23:58:36

Coze/Dify/Ollama在玩ai时候的用途

Coze、Dify 和 Ollama 是三种不同的工具或平台，它们各自有不同的定位和用途。以下是对它们的区别、优缺点以及部署和使用方式的详细分析。 1. Coze 简介 Coze 是一个专注于构建基于大语言模型（LLM）的应用程序的开发平台。它类似于 Dify&…...

编程日记 2025/9/10 18:42:25

使用Docker Compose部署 MySQL8

MySQL 8 是一个功能强大的关系型数据库管理系统，而 Docker 则是一个流行的容器化平台。结合使用它们可以极大地简化 MySQL 8 的部署过程，并且确保开发环境和生产环境的一致性。安装 Docker 和 Docker Compose 首先，确保你的机器上已经安装了 Docker 和 Docker Compose。 …...

编程日记 2025/9/12 23:53:47

Golang快速上手02/Golang基础

4.控制语句 4.1条件控制语句 4.1.1if-elseif-else 与clang不同，if不需要加() if <condition1> {<block1> } else if <condition2> {<block2> } else {<block0> }示例 a : 10 if a > 5 {fmt.Println("a > 5") } els…...

编程日记 2025/9/12 23:57:36

Nginx处理http的流程

文章目录前言一、发版本后旧版本可以用项目基本情况Nginx 配置**解释每一行的作用：****表现和行为：****适用场景**：资源的缓存策略在这里插入图片描述二， nginx处理http的流程Nginx 的 GitHub 源码地址 **Nginx 核心源码解读&a…...

编程日记 2025/9/12 5:26:31

算法之刷题汇总

剑指 Offer 剑指 Offer 题解 | CS-Notes 面试笔记 Leetcode Leetcode 题解 | CS-Notes 面试笔记 GitCode - 全球开发者的开源社区,开源代码托管平台...

编程日记 2025/9/12 23:58:38

【AIGC系列】4：Stable Diffusion应用实践和代码分析

AIGC系列博文： 【AIGC系列】1：自编码器（AutoEncoder, AE） 【AIGC系列】2：DALLE 2模型介绍（内含扩散模型介绍） 【AIGC系列】3：Stable Diffusion模型原理介绍【AIGC系列】4&#xff1…...

编程日记 2025/9/12 23:55:24

【Python爬虫(81)】当量子计算邂逅Python爬虫：一场技术变革的预演

【Python爬虫】专栏简介：本专栏是 Python 爬虫领域的集大成之作，共 100 章节。从 Python 基础语法、爬虫入门知识讲起，深入探讨反爬虫、多线程、分布式等进阶技术。以大量实例为支撑，覆盖网页、图片、音频等各类数据爬取，还涉及数据处理与分析。无论是新手小白还是进阶开发…...

编程日记 2025/9/12 23:55:55

Java Web应用中获取客户端的真实IP地址

Java Web应用中获取客户端的真实IP地址，尤其在存在代理服务器的情况下。代码示例： public static String getClientIP(HttpServletRequest request) {String ip = parseCommaSeparatedIPs(request.getHeader("X-Forwarded-For"));if (isInvalid(ip)) {ip = pars…...

编程日记 2025/9/12 23:57:37

R语言+AI提示词：贝叶斯广义线性混合效应模型GLMM生物学Meta分析

全文链接：https://tecdat.cn/?p40797 本文旨在帮助0基础或只有简单编程基础的研究学者，通过 AI 的提示词工程，使用 R 语言完成元分析，包括数据处理、模型构建、评估以及结果解读等步骤（点击文末“阅读原文”获取完整代…...

编程日记 2025/9/12 23:57:37

LangChain原理解析及开发实战指南（2025年最新版）

一、LangChain核心架构解析 1.1 框架设计理念 LangChain是基于提示工程(Prompt Engineering)构建的LLM应用开发框架，其核心思想是通过模块化组件实现大语言模型与业务系统的无缝对接。该框架采用分层设计： 接口层：统一对接OpenAI、DeepSee…...

编程日记 2025/9/12 23:55:55

赋能农业数字化转型雏森科技助力“聚农拼”平台建设

赋能农业数字化转型，雏森科技助力“聚农拼”平台建设在数字化浪潮席卷各行业的今天，农业领域也在积极探索转型升级之路。中农集团一直以“根植大地，服务三农”为核心，以“乡村振兴，农民增收”为目标，及时…...

编程日记 2025/9/13 0:01:55

CMU15445(2023fall) Project #2 - Extendible Hash Index 匠心分析

胡未灭，鬓已秋，泪空流此生谁料心在天山身老沧州 ——诉衷情完整代码见： SnowLegend-star/CMU15445-2023fall: Having Conquered the Loftiest Peak, We Stand But a Step Away from Victory in This Stage. With unwavering determinati…...

编程日记 2025/9/12 23:55:23

深度剖析Seata源码：解锁分布式事务处理的核心逻辑

文章目录写在文章开头如何使用源码(配置转掉)基于AT模式详解Seata全链路流程Seata服务端启动本地服务如何基于GlobalTransaction注解开启事务客户端如何开启分布式事务RM和TC如何协调处理分支事务RM生成回滚日志事务全局提交与回滚小结参考写在文章开头在当今分布式系统日益…...

编程日记 2025/9/13 0:00:16

python配置mmcv与mmdet环境

首先查看自己的cuda版本 nvcc --version 安装与cuda对应的torch版本，对应关系 Previous PyTorch Versions | PyTorch 安装对应的mmcv版本，使用下面命令可以自动安装匹配的版本，使用mim安装 mim install mmcv-full -f https://download.o…...

编程日记 2025/9/12 23:58:36

ESP 32控制无刷电机2

import machine import time import socket import network from machine import I2C, Pin, ADC def start_ap(): """ 启动ESP32的AP模式 """ ap network.WLAN(network.AP_IF) ap.active(True) ssid ESP32_APTest …...

编程日记 2025/9/12 9:22:23

【uniapp原生】实时记录接口请求延迟，并生成写入文件到安卓设备

在开发实时数据监控应用时，记录接口请求的延迟对于性能分析和用户体验优化至关重要。本文将基于 UniApp 框架，介绍如何实现一个实时记录接口请求延迟的功能，并深入解析相关代码的实现细节。前期准备&必要的理解 1. 功能概述该功能的…...

编程日记 2025/9/13 0:02:34

wps角标快速生成

使用^#符号匹配数字，将[^#]内容找到，随后在格式-字体中选择上标，逐个/批量替换即可（比一点点改效率翻倍）...

编程日记 2025/9/12 23:59:29

Azure Speech

1、文字转语音(Text-To-Speech, TTS) 2、语音转文字(Speech-To-Text): Azure Speech to Text 1- 环境配置：Microsoft Azure 注册使用免费服务： 需要信用卡，本人没有，所以没有完成注册...

编程日记 2025/9/12 23:59:29

SHELL32!ILCombine函数分析之连接两个idl

SHELL32!ILCombine函数分析之连接两个idl 第一部分： STDAPI_(LPITEMIDLIST) ILCombine(LPCITEMIDLIST pidl1, LPCITEMIDLIST pidl2) { // Let me pass in NULL pointers if (!pidl1) { if (!pidl2) { return NULL; …...

编程日记 2025/9/13 0:00:15

学习threejs，使用ShaderMaterial自定义着色器材质

👨‍⚕️ 主页： gis分享者 👨‍⚕️ 感谢各位大佬点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️ 收录于专栏：threejs gis工程师文章目录一、🍀前言1.1 ☘️THREE.ShaderMaterial1.1.1…...

编程日记 2025/9/12 23:55:56

使用 Selenium 和 Requests 自动化获取动态 Referer 和 Sign 的完整指南

在现代网络爬虫和自动化任务中，动态生成的参数（如 Referer 和 Sign）常常是绕过反爬虫机制的关键。本文将详细介绍如何使用 Python 的 Selenium 和 Requests 库，从目标网页中提取动态 Referer 和 Sign，并完成后续的请求…...

编程日记 2025/9/13 0:01:53

1.2.3 使用Spring Initializr方式构建Spring Boot项目

本实战概述介绍了如何使用Spring Initializr创建Spring Boot项目，并进行基本配置。首先，通过Spring Initializr生成项目骨架，然后创建控制器HelloController，定义处理GET请求的方法hello，返回HTML字符串。接着&#xf…...

编程日记 2025/9/12 23:53:50

Cursor+pycharm接入Codeuim(免费版)，Tab自动补全功能平替

如题，笔者在Cursor中使用pycharm写python程序，试用期到了Tab自动补全功能就不能用了，安装Codeuim插件可以代替这个功能。步骤如下： 1. 在应用商店中搜索扩展Codeuim，下载安装 2. 安装完成后左下角会弹出提示框&#x…...

编程日记 2025/8/26 12:36:53

Ruby基础

一、字符串定义 283.to_s //转为string "something#{a}" //定义字符串，并且插入a变量的值 something//单引号定义变量 %q(aaaaaaaaa) // 定义字符串，（）内可以是任何数，自动转义双引号%Q("aaaaa"…...

编程日记 2025/9/7 5:45:00

wzl-django学习

####################################################总的urls.py from django.contrib import admin from django.urls import path,include, re_path from django.views.static import serve from django.conf import settings from drf_yasg import openapi from drf_yas…...

编程日记 2025/9/11 3:03:07

一、实验目的：

二、实验内容：

三、实验过程与结果：

相关文章：