定序回归分析

数据读取情况

library(readxl)
data <- read_excel("录入数据.xlsx",sheet="Sheet4")
str(data)

is.na(data) # 判断是否存在缺失
n <- sum(is.na(data)) # 输出缺失值个数
print(n)

绘制主要变量的统计情况——柱状图

attitude <- table(data$ 对公民同招新政策的态度是)
print(attitude)
r <- barplot(attitude,main="对公民同招新政策的态度",ylim=c(0,145))

单因素方差分析

oneway<-aov(母亲年龄~对公民同招新政策的态度是,data=data)
anova(oneway)

######上述中，母亲年龄为观测变量，公民同招的态度为控制变量。分析不同的母亲年龄对公民新招的态度情况。
######将母亲年龄作为变差分解，组间离平方和为241.7，组内离差平方和为4108.6，他们的自由度分别为4和319，离
差平方和除以自由度得到方差，组间方差为60.424，组内方差为12.879，F统计的观测值为4.6915，概率P值为
0.001082，若显著性水平为0.05，则概率p小于a,拒绝原假设，
认为不同年龄段的母亲对公民同招态度的支持存在显著性差异。

定序回归分析

#####1.Y：公民同招的态度情况 2.其余变量做X

library(MASS)
str(data)
data$ 对公民同招新政策的态度是<-as.factor(data$ 对公民同招新政策的态度是)
data$缓解择校热<-as.factor(data$缓解择校热)
mode<- polr(data$对公民同招新政策的态度是~data$补习一学期的总花费是 + data$ 幼儿园学费+data$缓解择校热 ,method="probit",Hess=T)
summary(mode)

逐步线性回归

 step_mode <- step(mode,trace=F)
library(car)
Anova(mode,type = 3)