quatrinh

midwest

Dataset này gồm có 28 biến:

• PID: ID của các quận trong midwest.

• county: Tên các quận trong midwest.

• state: Tên các tiểu bang trong midwest.

• area: Diện tích của quận (đơn vị: dặm vuông).

• poptotal: Tổng số dân số trong quận.

• popdensity: Mật độ dân số (đơn vị: người/dặm vuông).

• popwhite: Số lượng người da trắng trong quận.

• popblack: Số lượng người da đen trong quận.

• popamerindian: Số lượng người da bản địa trong quận.

• popasian: Số lượng người da Á trong quận.

• popother: Số lượng người thuộc các sắc tộc khác trong quận.

• percwhite: Tỷ lệ phần trăm người da trắng trong quận.

• percblack: Tỷ lệ phần trăm người da đen trong quận.

• percamerindan: Tỷ lệ phần trăm người da bản địa trong quận.

• percasian: Tỷ lệ phần trăm người da Á trong quận.

• percother: Tỷ lệ phần trăm người thuộc các sắc tộc khác trong quận.

• popadults: Tổng số dân số trưởng thành trong quận.

• perchsd: Biến này cho biết tỷ lệ phần trăm người trưởng thành đã hoàn thành trung học trong quận.

• percollege: Biến này cho biết tỷ lệ phần trăm người trưởng thành có bằng cử nhân/giáo sư đại học trong quận.

• percprof: Biến này cho biết tỷ lệ phần trăm người làm công việc chuyên nghiệp trong quận.

• poppovertyknown: Biến này cho biết số lượng người trong quận có tình trạng nghèo.

• percpovertyknown: Biến này cho biết tỷ lệ phần trăm người trong quận có tình trạng nghèo.

• percbelowpoverty: Biến này cho biết tỷ lệ phần trăm người trong quận có tình trạng nghèo.

• percchildbelowpovert, percadultpoverty, percelderlypoverty: Các biến này cho biết tỷ lệ phần trăm trẻ em, người trưởng thành, và người cao tuổi màu nghèo trong quận hạt.

• inmetro: Biến này cho biết liệu quận có thuộc khu vực đô thị lớn (inmetro = 1) hay không (inmetro = 0).

• category: Biến này đại diện cho một danh mục phân loại được gán cho mỗi quận trong dataset.

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.3.1

data(midwest)
linear_regression <- function(data, x_col, y_col){
  lm_model <- lm(formula = paste(y_col,"~", x_col), data = data)
  return(summary(lm_model))
  result <- linear_regression_and_plot(data, "X", "Y")
}
# Vẽ đồ thị phân tán 
ggplot(midwest, aes(x = "x_col", y = "y_col")) +
  geom_point() +
  labs(title = "Đồ thị phân tán giữa x và y",
       x = "x_col",
       y = "y_col") +
  theme_minimal()

# Sử dụng bộ dữ liệu midwest
data("midwest")
lm_model <- lm(popadults ~ poppovertyknown, data = midwest)
summary(lm_model)

## 
## Call:
## lm(formula = popadults ~ poppovertyknown, data = midwest)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -37266   -372    340    730  36807 
## 
## Coefficients:
##                   Estimate Std. Error  t value Pr(>|t|)    
## (Intercept)     -2.172e+02  1.784e+02   -1.217    0.224    
## poppovertyknown  6.534e-01  5.801e-04 1126.339   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3552 on 435 degrees of freedom
## Multiple R-squared:  0.9997, Adjusted R-squared:  0.9997 
## F-statistic: 1.269e+06 on 1 and 435 DF,  p-value: < 2.2e-16

# Vẽ biểu đồ phân tán
ggplot(midwest, aes(x = poppovertyknown, y = popadults)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "black") +
  labs(title = "Biểu đồ phân tán giữa popadults và poppovertyknown",
       x = "Poverty Known Population",
       y = "Adult Population") +
  theme_minimal()

## `geom_smooth()` using formula = 'y ~ x'

Kiểm định sự tự tương quan

Sử dụng bộ dữ liệu midwest

data("midwest")
# Tính hệ số tương quan Pearson giữa popadults và poppovertyknown
correlation <- cor(midwest$popadults, midwest$poppovertyknown)
print(correlation)

## [1] 0.9998286