##产业
##论文发表
##2000年-2018年产业竞争力数据集
##读取数据##复制时将第一列也选中，第一个格子为空值不填##
case9=read.table("clipboard",header = T)
str(case9)
colnames(case9)=paste(c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10"))
summary(case9)
library(fBasics)
basicStats(case9[,1])
basicStats(case9)
##library(xts)
##plot.zoo(basicStats(case9))
##plot(case9)
##数据量纲化
case10=scale(case9)
##数据相关性
X=cor(case10)
##检验
library(psych)
cortest.bartlett(case10)
KMO(cor(case10))
##计算特征值、因子载荷及共同度
FA0=factanal(case10,3,rot="none")
FA0
##正交旋转
FA1=factanal(case10,3,rot="varimax")
FA1
##确定数量
library(nFactors)
dat<-read.csv(file="E:/竞争力模型/国家9017缩小.csv",header = T)
str(dat)
dat.fact<-dat[,-1]
names(dat.fact)<-paste('x', 1:ncol(dat.fact), sep='')
ev<-eigen(cor(scale(dat.fact)))
ap<-parallel(subject=nrow(dat.fact),var=ncol(dat.fact), rep=100, cent=.05)
nS<-nScree(x=ev$values, aparallel=ap$eigen$qevpea)
plotnScree(nS,main='碎石图',xlab='因子',ylab='特征值')
##极大似然法计算得分
##scores=Bartlett,加权最小二乘法计算得分
##scores=none,则表示不计算得分
FA11=factanal(case10,3,rot="varimax",scores = "regression")
FA11
FA11$scores
FA11$loadings
FA11$correlation
library(mvstats)
factanal.rank(FA11,plot = T)
##主成分法计算得分
FA12=factpc(case10,3,rot="varimax",scores = "regression")
FA12
FA12$scores
##主成分法进行因子分析
library(mvstats)
Fac=factpc(case10,3)
Fac
##write.csv(case10,file="E:/竞争力模型/case10.csv")
##多元分析
dy1=read.csv(file="E:/竞争力模型/多元分析.csv",header = T)
pairs(dy1,cex.labels = 1)
attach(dy1)
dy11=lm(y~.,data=dy1)
summary(dy11)
dy2=lm(dy1$y~dy1$x1+dy1$x2+dy1$x3+dy1$x4+dy1$x5+dy1$x6+dy1$x10,data=dy1)
summary(dy2)
dy3=update(dy2,.~.+I(x10^2))
summary(dy3)
dy4=update(dy3,.~.+x4*x10)
summary(dy4)
dy5=update(dy4,.~.-x4-x10)
summary(dy5)
dy6=step(dy2,methods="both")
attach(dy1)
summary(lm(y~x3+x5+x6+x10-x4+x4*x10))
dy7=lm(y~x3+x4+x6+x10)
summary(dy7)
dy8=update(dy7,.~.+x4:x10)
summary(dy8)
dy9=update(dy8,.~.-x4)
summary(dy9)
##论文发表
##2000年-2018年产业竞争力数据集
##读取数据##复制时将第一列也选中，第一个格子为空值不填##
case9=read.table("clipboard",header = T)
str(case9)
colnames(case9)=paste(c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10"))
summary(case9)
library(fBasics)
basicStats(case9[,1])
basicStats(case9)
##library(xts)
##plot.zoo(basicStats(case9))
##plot(case9)
##数据量纲化
case10=scale(case9)
##数据相关性
X=cor(case10)
##检验
library(psych)
cortest.bartlett(case10)
KMO(cor(case10))
##计算特征值、因子载荷及共同度
FA0=factanal(case10,3,rot="none")
FA0
##正交旋转
FA1=factanal(case10,3,rot="varimax")
FA1
##确定数量
library(nFactors)
dat<-read.csv(file="E:/竞争力模型/国家9017缩小.csv",header = T)
str(dat)
dat.fact<-dat[,-1]
names(dat.fact)<-paste('x', 1:ncol(dat.fact), sep='')
ev<-eigen(cor(scale(dat.fact)))
ap<-parallel(subject=nrow(dat.fact),var=ncol(dat.fact), rep=100, cent=.05)
nS<-nScree(x=ev$values, aparallel=ap$eigen$qevpea)
plotnScree(nS,main='碎石图',xlab='因子',ylab='特征值')
##极大似然法计算得分
##scores=Bartlett,加权最小二乘法计算得分
##scores=none,则表示不计算得分
FA11=factanal(case10,3,rot="varimax",scores = "regression")
FA11
FA11$scores
FA11$loadings
FA11$correlation
library(mvstats)
factanal.rank(FA11,plot = T)
##主成分法计算得分
FA12=factpc(case10,3,rot="varimax",scores = "regression")
FA12
FA12$scores
##主成分法进行因子分析
library(mvstats)
Fac=factpc(case10,3)
Fac
##write.csv(case10,file="E:/竞争力模型/case10.csv")
##多元分析
dy1=read.csv(file="E:/竞争力模型/多元分析.csv",header = T)
pairs(dy1,cex.labels = 1)
attach(dy1)
dy11=lm(y~.,data=dy1)
summary(dy11)
dy2=lm(dy1$y~dy1$x1+dy1$x2+dy1$x3+dy1$x4+dy1$x5+dy1$x6+dy1$x10,data=dy1)
summary(dy2)
dy3=update(dy2,.~.+I(x10^2))
summary(dy3)
dy4=update(dy3,.~.+x4*x10)
summary(dy4)
dy5=update(dy4,.~.-x4-x10)
summary(dy5)
dy6=step(dy2,methods="both")
attach(dy1)
summary(lm(y~x3+x5+x6+x10-x4+x4*x10))
dy7=lm(y~x3+x4+x6+x10)
summary(dy7)
dy8=update(dy7,.~.+x4:x10)
summary(dy8)
dy9=update(dy8,.~.-x4)
summary(dy9)
