Pika_Selan_RStudio_Porocilo

<!DOCTYPE html>

Pika_Selan_RStudio_Porocilo
<!DOCTYPE html> Domača naloga s programom R pri predmetu MTRD

Vir podatkov - sistat, kvartalno zajeti podatki v obdobju 2013-2023

Instalacija vseh relevantnih knjižnic

#install.packages("readxl")
#install.packages("psych")
#install.packages("car")
#install.packages("olsrr")

library(readxl)
library(psych)
library(car)
## Loading required package: carData
## 
## Attaching package: 'car'
## The following object is masked from 'package:psych':
## 
##     logit
library(olsrr)
## 
## Attaching package: 'olsrr'
## The following object is masked from 'package:datasets':
## 
##     rivers

Vprašanje 1: Delež aktivno zaposlenih je pri osebah starih med 25-49 let večji kot pri osebah starih 15-24 let

Branje podatkov iz excelove datoteke

podatki_pot <- "D:\\Education\\R\\Pika\\podatki.xlsx"
list <- "vpr1_tab"
tabela_podatki <- read_excel(podatki_pot, sheet = list)
## New names:
## • `` -> `...1`
## • `` -> `...2`
## • `` -> `...3`

Opisna statistika podatkov

skupina_15_24 <- as.numeric(tabela_podatki[1, 4:ncol(tabela_podatki)])
skupina_25_49 <- as.numeric(tabela_podatki[2, 4:ncol(tabela_podatki)])
describe(skupina_15_24)
##    vars  n  mean   sd median trimmed  mad  min  max range skew kurtosis   se
## X1    1 43 30.56 4.37   30.6   30.53 4.74 21.5 39.6  18.1 0.03    -0.68 0.67
describe(skupina_25_49)
##    vars  n  mean   sd median trimmed  mad min  max range  skew kurtosis   se
## X1    1 43 86.55 2.75   87.5   86.69 2.67  82 90.2   8.2 -0.37    -1.52 0.42

Shapiro-Wilksov test normalnosti porazdeljevanja

shapiro.test(skupina_15_24)
## 
##  Shapiro-Wilk normality test
## 
## data:  skupina_15_24
## W = 0.98699, p-value = 0.901
shapiro.test(skupina_25_49)
## 
##  Shapiro-Wilk normality test
## 
## data:  skupina_25_49
## W = 0.86758, p-value = 0.0001492
Ker se skupina_25_49 ne porazdeljuje normalno, uporabimo neparametričen Wilcoxov test.

Wilcoxov preizkus

wilcox_rezultat <- wilcox.test(skupina_15_24, skupina_25_49, alternative = "greater")
## Warning in wilcox.test.default(skupina_15_24, skupina_25_49, alternative =
## "greater"): cannot compute exact p-value with ties
print(wilcox_rezultat)
## 
##  Wilcoxon rank sum test with continuity correction
## 
## data:  skupina_15_24 and skupina_25_49
## W = 0, p-value = 1
## alternative hypothesis: true location shift is greater than 0
Odgovor: zavrnemo H_0 in ugotavljamo, da sta lokaciji porazdelitev različni.

Vprašanje 2: Kako je stopnja brezposelnosti odvisna od spola in starostne skupine

Branje podatkov za linearno regresijo

list2 <- "vpr2_tab"
tabela2_podatki <- read_excel(podatki_pot, sheet = list2)

Prikaz podatkov

head(tabela2_podatki)
## # A tibble: 6 × 3
##   `St. Brezposelnosti (v &%)` Spol  Skupina
##                         <dbl> <chr> <chr>  
## 1                        21.7 moski 15-24  
## 2                        20.8 moski 15-24  
## 3                        18.9 moski 15-24  
## 4                        19.3 moski 15-24  
## 5                        24.2 moski 15-24  
## 6                        18.1 moski 15-24

Regresijski model

regresijski_model <- lm(tabela2_podatki$`St. Brezposelnosti (v &%)` ~ tabela2_podatki$Spol + tabela2_podatki$Skupina)
summary(regresijski_model)
## 
## Call:
## lm(formula = tabela2_podatki$`St. Brezposelnosti (v &%)` ~ tabela2_podatki$Spol + 
##     tabela2_podatki$Skupina)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -8.756 -2.491 -0.936  2.595 14.344 
## 
## Coefficients:
##                              Estimate Std. Error t value Pr(>|t|)    
## (Intercept)                   12.9744     0.5287  24.541  < 2e-16 ***
## tabela2_podatki$Spolzenske     1.6814     0.6105   2.754  0.00653 ** 
## tabela2_podatki$Skupina25-49  -7.4698     0.6105 -12.236  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.003 on 169 degrees of freedom
## Multiple R-squared:  0.4821, Adjusted R-squared:  0.4759 
## F-statistic: 78.65 on 2 and 169 DF,  p-value: < 2.2e-16
48,21% variabilnosti stopnje brezposelnosti lahko pojasnimo z linearnim vplivom spola in starostne skupine.

Preverjanje predpostavk

  1. Linearnost

plot(regresijski_model, which = 1)

  1. Pričakovana vrednost napake

povp_napaka <- mean(residuals(regresijski_model))
print(povp_napaka)
## [1] -5.791657e-17

  1. Homoskedastičnost

ols_test_breusch_pagan(regresijski_model)
## 
##  Breusch Pagan Test for Heteroskedasticity
##  -----------------------------------------
##  Ho: the variance is constant            
##  Ha: the variance is not constant        
## 
##                                  Data                                   
##  -----------------------------------------------------------------------
##  Response : tabela2_podatki$`St. Brezposelnosti (v &%)` 
##  Variables: fitted values of tabela2_podatki$`St. Brezposelnosti (v &%)` 
## 
##          Test Summary           
##  -------------------------------
##  DF            =    1 
##  Chi2          =    34.67379 
##  Prob > Chi2   =    3.898446e-09

  1. Normalnost ostankov

shapiro.test(residuals(regresijski_model))
## 
##  Shapiro-Wilk normality test
## 
## data:  residuals(regresijski_model)
## W = 0.97432, p-value = 0.002819
hist(residuals(regresijski_model), main = "Histogram ostankov", xlab = "Ostanki")

  1. Neodvisnost ostankov

cook_raz <- cooks.distance(regresijski_model)
hist(cook_raz, main = "Histogram Cookovih razdalj", xlab = "Cookove razdalje")

  1. Odsotnost popolne multikolinearnosti

vif(regresijski_model)
##    tabela2_podatki$Spol tabela2_podatki$Skupina 
##                       1                       1

  1. n > k je izpolnjena

Končna ugotovitev: pri podanem regresijskem modelu smo ugotovili kršenje dveh predpostavk. To sta homoskedastičnost in neodvisnost napak.