確定數據是否與R有關

Question

我有兩個數據集，我想看看它們之間是否存在關係。

第一個數據集包含用於健康活動的廣告費用，而第二個數據集包含同一時間段內的傷亡人數。我想看看花更多的錢意味着更少的傷亡。比較兩者的最佳方法是什麼？

關於數據集，都包含日期和值。

Answer 1

讓我們假設你想，當你得到你的數據是從字面上看它做

set.seed(44) 
deaths<- 10:1 + sample.int(3, 10, replace = T) 

和

spent<- seq(100, 550, by = 50) 

的第一件事。這可以比較怕疼與

plot(spent, deaths) 

這將產生

所以看起來我們越花來完成，少死亡有。這就說得通了。但是，我們如何量化這種說法。使用cor()將給我們兩個變量spent和deaths之間的相關性。

cor(spent, deaths) 
# [1] -0.9809581 

所以看起來他們是非常強的（負相關）。另外一個簡單的方法（即密切相關cor()）爲適應線性模型。

model<- lm(deaths~spent) 

的summary()調用產生了很多關於你剛纔擬合模型，解釋這是超出了本文的範圍有用的信息，但可以用一些快速谷歌搜索很容易找到。

summary(model) 

#Call: 
#lm(formula = deaths ~ spent) 

#Residuals: 
# Min  1Q Median  3Q  Max 
#-0.89697 -0.51515 -0.05758 0.46364 1.01818 

#Coefficients: 
#   Estimate Std. Error t value Pr(>|t|)  
#(Intercept) 14.151515 0.539649 26.22 4.80e-09 *** 
#spent  -0.021697 0.001519 -14.29 5.62e-07 *** 
#--- 
#Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

#Residual standard error: 0.6898 on 8 degrees of freedom 
#Multiple R-squared: 0.9623, Adjusted R-squared: 0.9576 
#F-statistic: 204.1 on 1 and 8 DF, p-value: 5.622e-07