tansuo.rar_R language_R因子分析_meanzco_数据分析 R_问卷数据

install.packages("psych") install.packages("corrplot") library(psych) library(corrplot) library(ggplot2) setwd("D:/新建文件夹/大数据班/［探索性数据分析］第三讲 课件＋作业") getwd() data=read.csv("D:/新建文件夹/大数据班/2017《大数据统计基础》考试题/手机问卷数据.csv") mydata=data[,-c(1:2)] mydata1=mydata[,-c(23:32)] head(mydata1) #描述分析 summary(mydata) mydata2=mydata[-c(107:424),] hist(mydata2$q29,col="yellow",xlab=" ",ylab="年龄频率",main=" ") hist(mydata2$q30,col="pink",xlab=" ",ylab="专业频率",main=" ") hist(mydata2$q31,col="lightblue",xlab=" ",ylab="学历频率",main=" ") #因子分析 #第一步：绘制碎石图 par(mfrow=c(1,1)) fa.parallel(mydata1,fa="fa",main="碎石图") #根据碎石图，提取3个主因子合适。理由：前3个主因子的特征根大于平行分析（红色虚线）结果 #第二步：估计因子载荷、因子得分 #第1次尝试 fa1=fa(mydata1,nfactors=4,rotate="none",fm="pa")#不进行因子旋转，因子提取方法设为主成分法 fa1#输出因子分析估计结果。 #结果不理想，因子含义不明确，应进行因子旋转。 #第2次尝试 fa2=fa(mydata1,nfactors=4,rotate="varimax",fm="pa")#进行因子旋转（旋转方法为“varimax”，因子提取方法设为主成分法 fa2#输出因子分析估计结果 #结果显示：前3个因子的累计贡献率为55% #第三步：查看因子得分及其权重系数 head(fa2$scores)#因子得分 fa2$weights#因子得分的权重系数 fa2$scores #第四步：画出各品牌因子得分统计图 #将四个品牌对应的因子得分写入原始数据 data[,35]=fa2$scores[,1] data[,36]=fa2$scores[,4] data[,37]=fa2$scores[,2] data[,38]=fa2$scores[,3] names(data)[35:38]=c("用户体验","性价比","具象象征","抽象象征") p1=ggplot(data,aes(data$brand,data$用户体验))+geom_boxplot(fill="yellow") p1 p2=ggplot(data,aes(data$brand,data$性价比))+geom_boxplot(fill="red") p2 p3=ggplot(data,aes(data$brand,data$具象象征))+geom_boxplot(fill="green") p3 p4=ggplot(data,aes(data$brand,data$抽象象征))+geom_boxplot(fill="blue") p4 ##回归分析 aver1=(data$q23+data$q24+data$q25)/3 data[,39]=aver1 aver2=(data$q26+data$q27+data$q28)/3 data[,40]=aver2 names(data)[39:40]=c("满意度均值","忠实度均值") par(mfrow=c(2,2)) plot(data$用户体验,data$满意度均值) abline(lm(data$满意度均值~data$抽象象征)) plot(data$性价比,data$满意度均值) abline(lm(data$满意度均值~data$抽象象征)) plot(data$具象象征,data$满意度均值) abline(lm(data$满意度均值~data$抽象象征)) plot(data$抽象象征,data$满意度均值) abline(lm(data$满意度均值~data$抽象象征)) plot(data$用户体验,data$忠实度均值) abline(lm(data$忠实度均值~data$抽象象征)) plot(data$性价比,data$忠实度均值) abline(lm(data$忠实度均值~data$抽象象征)) plot(data$具象象征,data$忠实度均值) abline(lm(data$忠实度均值~data$抽象象征)) plot(data$抽象象征,data$忠实度均值) abline(lm(data$忠实度均值~data$抽象象征)) ##可见线性关系明显 lm.test1=lm(data$满意度均值~data$用户体验+data$性价比+data$具象象征+data$抽象象征,data=data) summary(lm.test1) lm.test2=lm(data$忠实度均值~data$用户体验+data$性价比+data$具象象征+data$抽象象征,data=data) summary(lm.test2)