zajecia11
This commit is contained in:
Jakub Adamski
parent
49e5ce18ca
commit
dd107fbba8
|
|
@ -1,4 +1,5 @@
|
|||
# Zajęcia 10
|
||||
Regresja logistyczna i Poissona
|
||||
|
||||
|
||||
## Regresja logistyczna
|
||||
|
|
|
|||
Binary file not shown.
|
|
@ -0,0 +1,81 @@
|
|||
pomiar_1<-c(5.4,21.2,6.4,12.5,26.4,33.3,26.4,26.6,21.0,16.8,15.6,40.0,46.6,19.8,28.4,20.0,37.2)
|
||||
pomiar_2<-c(16.8,34.0,5.3,33.0,26.4,22.5,13.5,11.0,12.5,8.0,14.6,42.4,55.5,25.8,23.0,25.5,24.5)
|
||||
pomiar_3<-c(6.8,30.0,21.7,10.8,23.0,27.7,8.8,16.4,12.5,7.5,11.4,31.4,34.5,23.0,25.4,20.1,28.8)
|
||||
pomiar_4<-c(22.5,18.0,4.3,16.8,20.0,40.0,15.5,27.0,10.2,6.5,14.4,36.6,25.5,18.4,10.0,17.2,15.5)
|
||||
par(mfrow=c(2,2))
|
||||
hist(pomiar_1)
|
||||
hist(pomiar_2)
|
||||
hist(pomiar_3)
|
||||
hist(pomiar_4)
|
||||
pomiary<-c(pomiar_1,pomiar_2,pomiar_3,pomiar_4)
|
||||
pomiary<-c(pomiar_1,pomiar_2,pomiar_3,pomiar_4)
|
||||
pomiary<-c(pomiar_1,pomiar_2,pomiar_3,pomiar_4)
|
||||
dane<-matrix(pomiary,nrow = 17)
|
||||
d1 <- data.frame(pomiar_1,pomiar_1, pomiar_2, pomiar_2)
|
||||
View(dane)
|
||||
View(dane)
|
||||
View(d1)
|
||||
View(d1)
|
||||
plot(d1, main = "Wykres rozrzutu", pch = 16)
|
||||
pairs(data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4))
|
||||
shapiro.test(pomiar_1)
|
||||
shapiro.test(pomiar_2)
|
||||
shapiro.test(pomiar_3)
|
||||
shapiro.test(pomiar_4)
|
||||
qqnorm(pomiar_1)
|
||||
qqline(pomiar_1)
|
||||
g <- factor(rep(1:4, c(17, 17, 17, 17)))
|
||||
require(graphics)
|
||||
boxplot(as.vector(dane) ~ g)
|
||||
hist(pomiar_1)
|
||||
bartlett.test(as.vector(dane) ~ g, data = dane)$p.value
|
||||
fligner.test(as.vector(dane) ~ g, data = dane)$p.value
|
||||
summary(aov(as.vector(dane) ~ g, data = data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4)))
|
||||
pairwise.t.test(as.vector(dane),g,data = data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4))
|
||||
plec <-ifelse(Dyslexia$gender=="female",0,1)
|
||||
reka <-ifelse(Dyslexia$handed=="right",1,0)
|
||||
require(Dyslexia)
|
||||
require(BSDA)
|
||||
install.packages("BSDA")
|
||||
require(BSDA)
|
||||
plec <-ifelse(Dyslexia$gender=="female",0,1)
|
||||
reka <-ifelse(Dyslexia$handed=="right",1,0)
|
||||
dane<-subset(Dyslexia,select=c(age,weight,height,words))
|
||||
pairs(dane)
|
||||
model1<-lm(words~age+weight+height,data=dane)
|
||||
summary(model1) #nieistotne zmienne
|
||||
step(model1)
|
||||
model2<-lm(words~weight+height,data=dane)
|
||||
summary(model2)
|
||||
step(model2)
|
||||
model3 <- lm(weight ~ height, data = dane)
|
||||
summary(model3)
|
||||
temp_height <- data.frame(height = seq(min(dane$height) - 10,
|
||||
max(dane$height) + 10,
|
||||
length = 100))
|
||||
pred <- stats::predict(model3, temp_height, interval = "prediction")
|
||||
plot(dane$height,dane$weight, main = "Wykres rozrzutu", pch = 16)
|
||||
abline(model3, col = "red", lwd = 2)
|
||||
nowa_wys<-data.frame(height=67)
|
||||
predict(model3,nowa_wys,interval="prediction")
|
||||
pred_67<-predict(model3,nowa_wys,interval="prediction")
|
||||
pred_67<-predict(model3,nowa_wys,interval="prediction")
|
||||
points(67, pred_67[, 1], col = "blue", pch = 16)
|
||||
x1<-rexp(30,5)
|
||||
x2<-rnorm(30,2,2)
|
||||
x3<-rnorm(30,10,1)
|
||||
gen<-c(x1,x2,x3)
|
||||
par(mfrow=c(2,2))
|
||||
plot(density(x,bw=0.1))
|
||||
plot(density(gen,bw=0.1))
|
||||
plot(gen)
|
||||
plot(density(gen,bw=0.1))
|
||||
plot(density(x,bw=0.5))
|
||||
plot(density(gen,bw=0.5))
|
||||
par(mfrow=c(2,2))
|
||||
plot(density(gen,bw=0.1))
|
||||
plot(density(gen,bw=0.5))
|
||||
plot(density(x,bw=3))
|
||||
plot(density(x,bw=5)) #na trzecim
|
||||
plot(density(gen,bw=3))
|
||||
plot(density(gen,bw=5)) #na trzecim
|
||||
Binary file not shown.
|
|
@ -0,0 +1,6 @@
|
|||
# Zajęcia 11
|
||||
Powtórka
|
||||
|
||||
|
||||
## Noatki
|
||||
- par - definiuje ułożenie wykresów w RStudio
|
||||
|
|
@ -0,0 +1,122 @@
|
|||
pomiar_1<-c(5.4,21.2,6.4,12.5,26.4,33.3,26.4,26.6,21.0,16.8,15.6,40.0,46.6,19.8,28.4,20.0,37.2)
|
||||
pomiar_2<-c(16.8,34.0,5.3,33.0,26.4,22.5,13.5,11.0,12.5,8.0,14.6,42.4,55.5,25.8,23.0,25.5,24.5)
|
||||
pomiar_3<-c(6.8,30.0,21.7,10.8,23.0,27.7,8.8,16.4,12.5,7.5,11.4,31.4,34.5,23.0,25.4,20.1,28.8)
|
||||
pomiar_4<-c(22.5,18.0,4.3,16.8,20.0,40.0,15.5,27.0,10.2,6.5,14.4,36.6,25.5,18.4,10.0,17.2,15.5)
|
||||
par(mfrow=c(2,2))
|
||||
hist(pomiar_1)
|
||||
hist(pomiar_2)
|
||||
hist(pomiar_3)
|
||||
hist(pomiar_4)
|
||||
|
||||
|
||||
|
||||
pomiary<-c(pomiar_1,pomiar_2,pomiar_3,pomiar_4)
|
||||
dane<-matrix(pomiary,nrow = 17)
|
||||
d1 <- data.frame(pomiar_1,pomiar_1, pomiar_2, pomiar_2)
|
||||
plot(d1, main = "Wykres rozrzutu", pch = 16)
|
||||
|
||||
# zależne czy nie
|
||||
pairs(data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4))
|
||||
|
||||
|
||||
|
||||
# czy z rozkładu normalnego
|
||||
shapiro.test(pomiar_1)
|
||||
shapiro.test(pomiar_2)
|
||||
shapiro.test(pomiar_3)
|
||||
shapiro.test(pomiar_4)
|
||||
|
||||
qqnorm(pomiar_1)
|
||||
qqline(pomiar_1)
|
||||
|
||||
g <- factor(rep(1:4, c(17, 17, 17, 17)))
|
||||
require(graphics)
|
||||
boxplot(as.vector(dane) ~ g)
|
||||
|
||||
|
||||
|
||||
# weryfikacja hipotezy o jednakowych średnich wartościach badanej cechy
|
||||
bartlett.test(as.vector(dane) ~ g, data = dane)$p.value #ANOVA
|
||||
|
||||
fligner.test(as.vector(dane) ~ g, data = dane)$p.value
|
||||
|
||||
summary(aov(as.vector(dane) ~ g, data = data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4)))
|
||||
#nie ma różnic między grupami
|
||||
|
||||
|
||||
|
||||
#porównania wielokrotne miedzy grupami
|
||||
pairwise.t.test(as.vector(dane),g,data = data.frame(pomiar_1,pomiar_2,pomiar_3,pomiar_4))
|
||||
#brak różnic
|
||||
|
||||
|
||||
|
||||
#Czy odrzucamy postawioną hipotezę badawczą
|
||||
#nie ma podstaw
|
||||
|
||||
|
||||
|
||||
# PROBLEM 2
|
||||
install.packages("BSDA")
|
||||
require(BSDA)
|
||||
|
||||
|
||||
|
||||
# kodowanie
|
||||
plec <-ifelse(Dyslexia$gender=="female",0,1)
|
||||
reka <-ifelse(Dyslexia$handed=="right",1,0)
|
||||
|
||||
dane<-subset(Dyslexia,select=c(age,weight,height,words))
|
||||
pairs(dane)
|
||||
|
||||
|
||||
|
||||
# wybieramy do analizy
|
||||
model1<-lm(words~age+weight+height,data=dane)
|
||||
summary(model1) #nieistotne zmienne
|
||||
step(model1)
|
||||
|
||||
|
||||
|
||||
#najlepiej dopasowany model dla zależności liczby czytanych słów
|
||||
model2<-lm(words~weight+height,data=dane)
|
||||
summary(model2)
|
||||
step(model2) #nieistotne zmienne
|
||||
|
||||
|
||||
|
||||
|
||||
# najlepiej dopasowaną prostą regresji dla zależności zmiennej weight od height
|
||||
# zmiana modelu
|
||||
model3 <- lm(weight ~ height, data = dane)
|
||||
summary(model3)
|
||||
|
||||
temp_height <- data.frame(height = seq(min(dane$height) - 10,
|
||||
max(dane$height) + 10,
|
||||
length = 100))
|
||||
pred <- stats::predict(model3, temp_height, interval = "prediction")
|
||||
plot(dane$height,dane$weight, main = "Wykres rozrzutu", pch = 16)
|
||||
abline(model3, col = "red", lwd = 2)
|
||||
nowa_wys<-data.frame(height=67)
|
||||
predict(model3,nowa_wys,interval="prediction")
|
||||
pred_67<-predict(model3,nowa_wys,interval="prediction")
|
||||
points(67, pred_67[, 1], col = "blue", pch = 16)
|
||||
|
||||
|
||||
|
||||
# ZAD3
|
||||
x1<-rexp(30,5)
|
||||
x2<-rnorm(30,2,2)
|
||||
x3<-rnorm(30,10,1)
|
||||
gen<-c(x1,x2,x3)
|
||||
|
||||
|
||||
|
||||
# wykresy gęstości jądrowych przy różnych szerokościach okna
|
||||
par(mfrow=c(2,2))
|
||||
plot(density(gen,bw=0.1))
|
||||
plot(density(gen,bw=0.5))
|
||||
plot(density(gen,bw=3))
|
||||
plot(density(gen,bw=5)) #na trzecim
|
||||
|
||||
|
||||
|
|
@ -0,0 +1,13 @@
|
|||
Version: 1.0
|
||||
|
||||
RestoreWorkspace: Default
|
||||
SaveWorkspace: Default
|
||||
AlwaysSaveHistory: Default
|
||||
|
||||
EnableCodeIndexing: Yes
|
||||
UseSpacesForTab: Yes
|
||||
NumSpacesForTab: 2
|
||||
Encoding: UTF-8
|
||||
|
||||
RnwWeave: Sweave
|
||||
LaTeX: pdfLaTeX
|
||||
|
|
@ -1,4 +1,5 @@
|
|||
# Zajęcia 8
|
||||
Regresja liniowa
|
||||
|
||||
|
||||
## Regresja
|
||||
|
|
|
|||
|
|
@ -1,4 +1,5 @@
|
|||
# Zajęcia 9
|
||||
Regresja wielokrotna i krokowa
|
||||
|
||||
|
||||
## Regresja wielokrotna
|
||||
|
|
|
|||
Loading…
Reference in New Issue