Rで共変量プロットを描く

Rで共変量プロットを描く。

library(AER)
data(CPS1985)
fit <- lm(formula = wage ~ education + age +
       gender + occupation + union,
       data = CPS1985)
summary(fit)

結果の表示。

Coefficients:
                     Estimate Std. Error t value Pr(>|t|)    
(Intercept)          -1.86545    1.37469  -1.357 0.175368    
education             0.59565    0.09350   6.370 4.13e-10 ***
age                   0.09476    0.01656   5.723 1.77e-08 ***
genderfemale         -1.81460    0.41555  -4.367 1.52e-05 ***
occupationtechnical   1.53776    0.68990   2.229 0.026240 *  
occupationservices   -1.34311    0.60762  -2.210 0.027507 *  
occupationoffice     -0.58774    0.63256  -0.929 0.353245    
occupationsales      -1.20902    0.81515  -1.483 0.138626    
occupationmanagement  2.82736    0.75765   3.732 0.000211 ***
unionyes              1.58683    0.50749   3.127 0.001865 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

信頼区間は次のように出力する。95%と90%を設定する。それぞれ5%有意と10%有意に相当する。

confint(fit, level = 0.95)
confint(fit, level = 0.90)

それぞれの結果の表示。

                        2.5 %     97.5 %
(Intercept)          -4.56604008  0.8351387
education             0.41196295  0.7793276
age                   0.06222812  0.1272862
genderfemale         -2.63095640 -0.9982519
occupationtechnical   0.18244561  2.8930780
occupationservices   -2.53677803 -0.1494321
occupationoffice     -1.83041166  0.6549327
occupationsales      -2.81038993  0.3923436
occupationmanagement  1.33895379  4.3157634
unionyes              0.58986138  2.5837930
                         5 %       95 %
(Intercept)          -4.13062657  0.3997252
education             0.44157788  0.7497127
age                   0.06747275  0.1220416
genderfemale         -2.49933668 -1.1298716
occupationtechnical   0.40096199  2.6745617
occupationservices   -2.34432325 -0.3418869
occupationoffice     -1.63005678  0.4545778
occupationsales      -2.55220306  0.1341567
occupationmanagement  1.57892791  4.0757893
unionyes              0.75060125  2.4230531

このままでは少し見づらいので、共変量プロットで図で確かめる。

library(coefplot)
coefplot(fit)

f:id:iDES:20190911050257p:plain

ゼロに掛かっていないものが有意である。横長のものが90%信頼区間で、短い方が95%信頼区間である。