作者hexjacal (黑麻糬)
看板Statistics
標題[問題] R-數值 & 類別變數混合迴歸
時間Wed Nov 5 19:13:48 2014
各位版大平安，小弟有些類別變數迴歸的問題
小弟有 40 筆對於家庭耗電量的資料，每筆資料含有
一個依變數：耗電量
三個自變數：
1. 當日氣溫 Temp (連續數值資料)
2. 該家庭的人數 NPeople (離散數值資料 1~8)
3. 該家庭的綜合指數指標 Home (坪數、樓層、收入等，類別變數資料，編碼 1~5)
================================ 法一 =============================
我先使用 Dummy variable 以綜合指標=1 的為基準
做 Home=2~5 的 0,1 編碼，變數為 D1~D4
直覺上 Temp 與 Home 變數沒交互作用，所以我考慮 NPeople & Dummy 的交互作用
跑 Rcode 如下
model.1=lm(EC~Temp+NPeople*(D1+D2+D3+D4))
summary(model.1)
Call:
lm(formula = EC ~ Temp + NPeople * (D1 + D2 + D3 + D4))
Residuals:
Min 1Q Median 3Q Max
-169.87 -41.89 -14.33 39.70 157.56
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -381.67754 121.13553 -3.151 0.003761 **
Temp 0.27810 0.04011 6.933 1.28e-07 ***
NPeople 50.92800 22.32545 2.281 0.030067 *
D1 303.96626 134.06259 2.267 0.030999 *
D2 493.61280 158.77994 3.109 0.004184 **
D3 833.86495 209.62244 3.978 0.000425 ***
D4 665.27769 153.25152 4.341 0.000157 ***
NPeople:D1 -31.43522 27.99453 -1.123 0.270688
NPeople:D2 -59.75671 35.05763 -1.705 0.098975 .
NPeople:D3 -107.25406 42.48099 -2.525 0.017304 *
NPeople:D4 -68.95722 32.23289 -2.139 0.040954 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 79.35 on 29 degrees of freedom
Multiple R-squared: 0.8501, Adjusted R-squared: 0.7984
F-statistic: 16.44 on 10 and 29 DF, p-value: 2.119e-09
報表如上，NPeople:D1 交互不顯著，但這不能拿掉吧? 拿掉=拿掉整個變數?
看到這個報表突然不曉得要怎麼往下做，想請問版大們有何建議
========================= 法二 =================================
之後自己上 youtube 看了一個 ANCOVA 影片教學
Home=as.factor(Home)
mod.IA=aov(EC~Temp+NPeople*Home,contrasts=list(Home=contr.sum))
Anova(mod.IA,type=3)
Anova Table (Type III tests)
Response: EC
Sum Sq Df F value Pr(>F)
(Intercept) 7654 1 1.2158 0.2792569
Temp 302615 1 48.0664 1.278e-07 ***
NPeople 266 1 0.0423 0.8384794
Home 173958 4 6.9077 0.0004927 ***
NPeople:Home 56055 4 2.2259 0.0907737 .
Residuals 182577 29
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
報表如上，影片說是 Type III SSE, dummy 編碼與法一不同，是比較好嗎?
法二的報表可以說 NPeople & Npeople:Home 都不顯著，最後只留 Temp + Home 嗎?
因為這部份在課堂上真的聽的霧颯颯，不曉得哪個比較正確
以前還聽過主效應如果不顯著，一般不考慮交互作用，是正確的嗎? 還是我記錯了...
想請問各位版大，以上報表該如何挑選及解釋變數，謝謝各位。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.252.232.220
※ 文章網址: http://webptt.com/m.aspx?n=bbs/Statistics/M.1415186031.A.033.html
1F：→ andrew43: 方法一裡要不要刪變數，從迴歸式的解來看很難辨別。 11/06 03:43
2F：→ andrew43: 可能是還由ANOVA的角度才能決定。 11/06 03:43
3F：→ andrew43: 方法二如果要刪，一次刪一個並檢視之，不要一次二個。 11/06 03:48
4F：→ andrew43: 「主效應如果不顯著，一般不考慮交互作用」沒這回事。 11/06 03:49
5F：→ andrew43: 想想「長得像一個叉叉」的二因子交互作用圖。 11/06 03:50
6F：→ andrew43: 補充：方法二的交互作用並不是很弱。要拿掉可能要再考慮 11/06 03:57
7F：→ hexjacal: 感謝A大提供的寶貴意見~ 11/06 09:28