Lab3

Діаграма розсіювання

happiness <- read.csv('C:/Users/User/Desktop/study/2021.csv')
my_hp <- subset(happiness, select = c('Ladder.score', 'Logged.GDP.per.capita'))
summary(my_hp)

  Ladder.score   Logged.GDP.per.capita
 Min.   :2.523   Min.   : 6.635       
 1st Qu.:4.852   1st Qu.: 8.541       
 Median :5.534   Median : 9.569       
 Mean   :5.533   Mean   : 9.432       
 3rd Qu.:6.255   3rd Qu.:10.421       
 Max.   :7.842   Max.   :11.647       

pairs(my_hp)

Регресійна модель

model <- lm(Ladder.score ~ Logged.GDP.per.capita, data = my_hp)
summary(model)

Call:
lm(formula = Ladder.score ~ Logged.GDP.per.capita, data = my_hp)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.32190 -0.46198  0.08206  0.50740  1.32618 

Coefficients:
                      Estimate Std. Error t value Pr(>|t|)    
(Intercept)            -1.3719     0.4456  -3.079  0.00248 ** 
Logged.GDP.per.capita   0.7320     0.0469  15.610  < 2e-16 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.661 on 147 degrees of freedom
Multiple R-squared:  0.6237,    Adjusted R-squared:  0.6212 
F-statistic: 243.7 on 1 and 147 DF,  p-value: < 2.2e-16

Діаграма розсіювання та регресія

plot(Ladder.score ~ Logged.GDP.per.capita, data = my_hp, main = 'залежність рівня щастя від ввп')
abline(model, col = 'red2')

Відгук-прогноз

plot(Ladder.score ~ Logged.GDP.per.capita, data = my_hp, xlab = 'прогнозовані моделлю значення', ylab = 'значення спостережень', main = 'діаграма відгук-прогноз')
abline(0, 1)

Відгук-залишки

plot(resid(model) ~ fitted(model), xlab = 'прогнозовані моделлю значення', ylab = 'значення спостережень', main = 'діаграма відгук-залишки')
abline(h = 0)

Діаграма залишків за номером спостереження

plot(c(1:length(my_hp$Ladder.score)), resid(model), xlab = 'порядковий номер', ylab = 'значення залишків', main = 'значення залишків за порядковим номером')

Q-Q-діаграма для залишків

qqnorm(resid(model), xlab = 'теоретичні квантилі', ylab = 'емпіричні квантилі', main = 'Q-Q-діаграма для залишків моделі')
qqline(resid(model), col = 'red')

shapiro.test(resid(model))

    Shapiro-Wilk normality test

data:  resid(model)
W = 0.98487, p-value = 0.1021