Call:
arima(x = ty1, order = c(2, 1, 2))
Coefficients:
ar1 ar2 ma1 ma2
-0.0328 0.1431 0.3303 -0.0909
s.e. 0.4503 0.1346 0.4485 0.1360
sigma^2 estimated as 27.19: log likelihood = -1415.46, aic = 2840.91
為替についての時系列データ
X9(1次産業就業者比率)が8.1%で大きく2つのグループに分かれる。8.1%より高いのは19県あり、多目的
運動広場数も100を超える値となっている。
1次産業就業者比率が8.1%より小さいのは28県あり、そのなかでもさらに3.6%という値で分かれている。
この結果から、1次産業の就業者比率が高いところが、多目的運動広場が多い。
1次産業就業者比率は
多目的運動広場の数に関りがあると考えられる。
地域差指数総合 x1
地域差指数食料 x2
一人当たり県民所得 x3
県内総生産額対前年増加率 x4
県内総生産対前年増加 x5
財政力指数 x6
携帯電話 x7
パソコン所有数量 x8
第1次産業就業者比率 x9
多目的運動広場数 x10
労働災害発生の頻度 x11
1等2等船室の女性が生存率が高い。
図は間に合いませんでした・・・
5.12
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-3.7632 -1.2095 -0.4211 0.4618 16.0460
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.4647 0.5425 2.700 0.00817 **
x 0.1799 0.2486 0.724 0.47096
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 2.505 on 98 degrees of freedom
Multiple R-Squared: 0.005316, Adjusted R-squared: -0.004834
F-statistic: 0.5238 on 1 and 98 DF, p-value: 0.471
Call:
lm(formula = y ~ x)
Residuals:
Min 1Q Median 3Q Max
-3.7632 -1.2095 -0.4211 0.4618 16.0460
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 1.4647 0.5425 2.700 0.00817 **
x 0.1799 0.2486 0.724 0.47096
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 2.505 on 98 degrees of freedom
Multiple R-Squared: 0.005316, Adjusted R-squared: -0.004834
F-statistic: 0.5238 on 1 and 98 DF, p-value: 0.471
GIF画像のUP
test
くもりだね