R语言代做编程辅导回归模型分析工资数据案例报告（附答案）

全文链接：http://tecdat.cn/?p=30953

读取工资数据
在excel中选取数据，复制。在R中读取数据

data=read.table("clipboard",header=T)#在excel中选取数据，复制。在R中读取数据

apply(data,2,mean)#计算每个变量的平均值

 obs  lnWAGE     EDU   WYEAR   SCORE  EDU_MO  EDU_FA

25.5000  2.5380 13.0200 12.6400  0.0574 11.5000 12.1000

 apply(data,2,sd) #求每个变量的标准偏差

 obs     lnWAGE        EDU      WYEAR      SCORE     EDU_MO     EDU_FA

14.5773797  0.4979632  2.0151467  3.5956890  0.8921353  3.1184114  4.7734384

cor(data)#求不同变量的相关系数

可以看到wage和edu wyear score 有一定的相关关系

plot(data)#求不同变量之间的分布图

可以求出不同变量之间两两的散布图

lm=lm(lnWAGE~EDU+WYEAR+SCORE+EDU_MO+EDU_FA,data=data)#对工资进行多元线性分析

Summary(lm)#对结果进行分析

可以看到各个自变量与因变量之间的线性关系并不显著，只有EDU变量达到了0.01的显著性水平，因此对模型进行修改，使用逐步回归法对模型进行修改。

lm2=step(lm,direction="forward")#使用向前逐步回归

summary(lm2)

可以看到，由于向前逐步回归的运算过程是逐个减少变量，从该方向进行回归使模型没有得到提升，方法对模型并没有很好的改进。因此对模型进行修改，使用向前向后逐步回归。

从结果来看，该模型的自变量与因变量之间具有叫显著的线性关系，其中EDU变量达到了0.001的显著水平。R-square值也得到了一定的提高，代表模型的拟合度得到提升。然后，对本模型进行均匀分布检测。

`plot(lm3)#查看回归拟合结果样本点的分布情况
`

1.普通残差与拟合值的残差图

从上图看到。样本残差值均匀的分布在中间0的水平线周围，说明样本是均匀分布的。

正态qq残差图可以看到标准残差基本上分布在斜线周围，说明样本点满足正态分布。

上图说明标准残差也均匀地分布在中间水平线周围。

上图从cook统计量的大小我们可以看到有哪些值可能是利群点，其中包括 28 ，39 ，50号样本.

`outer=which(residuals(lm2)>=2*var(residuals(lm2)))`#找出模型中残差值大于2倍方差的异常值（即分布不均匀的样本点），将其排除

data=data[-outer,]

然后进行White检测。

library(lmtest)

wt=bptest(lm3, ~ EDU * WYEAR + I(EDU^2) + I(WYEAR^2),  data = data)

从white检测结果来看，p值明显大于0.05，即接受原假设H0：随机误差具有相同的方差。因此。线性回归模型具有良好的统计性质。

对修正后的数据重新进行线性回归

lm5=step(lm4,data=data,direction="both")

summary(lm5)

可以看到重新拟合后的模型的R-square值得到了一定的提升，说明模型的拟合度提高。