如何比较 3 组数据以理清其中 2 组数据如何影响第三组数据？ [关闭]

Posted 2023-03-13

【中文标题】如何比较 3 组数据以理清其中 2 组数据如何影响第三组数据？ [关闭]

【英文标题】：How to compare a 3 sets of data in order to sort out how 2 of these data influence the third one? [closed]

【发布时间】：2018-05-01 07:15:09

【问题描述】：

我有 3 个这样的数据集：

有一个工具可以说去除中最重要的变量是什么？是pH值还是剂量？我在考虑 PCA（主成分分析），但我有点迷茫

【问题讨论】：

我将从一个简单的线性模型开始。但为了做到这一点，您必须提出假设并进行测试。

@Mouad_S 你提出的线性模型怎么样？

PCA 将是一种非常复杂的方法，它主要用于不同类型的目标。当您说“重要”变量时，您必须更加具体。您可以找出哪个变量与Removal 的相关性更高，或者哪个变量可以最好地预测Removal。运行一个回归模型，看看哪个是统计显着的预测变量。或者运行一个更复杂的模型（如随机森林）并获得每个变量的重要性。有很多方法，因为您的问题非常广泛。

your_model <- lm( Removal ~ Dosage + Ph, data = your_data_frame); summary(your_model)

请不要发布图片。然后没有人可以轻松地将数据复制并粘贴到他们的会话中。

【参考方案1】：

这里有一些事情可以尝试。

从图中可以清楚地看出，剂量（第 2 列）与去除（第 3 列）的关系比与 pH 值（第 1 列）的关系更密切。

此外，剂量与去除的相关性为 61%，而 pH 的相关性仅为 -14%。

这两个变量在 lm 汇总输出中都没有统计学意义，可能是因为数据量小。

基于 AIC 的逐步回归选择 Removal ~ Dosage 模型。

（图后续）

matplot(scale(DF), type = "o")

cor(DF)
##                 pH    Dosage    Removal
## pH       1.0000000 0.0000000 -0.1418573  <-- -14%
## Dosage   0.0000000 1.0000000  0.6091517  <-- 61%
## Removal -0.1418573 0.6091517  1.0000000

summary(lm(Removal ~., DF))

## Call:
## lm(formula = Removal ~ ., data = DF)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -15.5556  -7.0556  -4.8889   0.7778  25.7778 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)   69.056     39.047   1.769    0.127  
## pH            -2.833      6.362  -0.445    0.672  <-- not significant
## Dosage        12.167      6.362   1.912    0.104  <-- not significant
## 
## Residual standard error: 15.58 on 6 degrees of freedom
## Multiple R-squared:  0.3912,    Adjusted R-squared:  0.1883 
## F-statistic: 1.928 on 2 and 6 DF,  p-value: 0.2257

fm <- step(lm(Removal ~., DF))
## ...snip...

fm
## Call:
## lm(formula = Removal ~ Dosage, data = DF)
## 
## Coefficients:
## (Intercept)       Dosage  
##       52.06        12.17  

注意：可重现形式的输入数据为：

DF <- structure(list(pH = c(5, 5, 5, 6, 6, 6, 7, 7, 7), Dosage = c(0L, 
1L, 2L, 0L, 1L, 2L, 0L, 1L, 2L), Removal = c(50, 60, 70, 50, 
90, 95, 50, 55, 58)), .Names = c("pH", "Dosage", "Removal"), row.names = c(NA, 
-9L), class = "data.frame")

【讨论】：

似乎Dosage 应该被视为factor？

也许或者也许只是意味着没有药物，标准剂量和标准剂量的两倍。另请注意，Removal ~ factor(Dosage) 的 AIC 比 Removal ~ Dosage 更差。

有效点我的朋友