<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>cross_hyou</author_name>
  <author_url>https://blog.hatena.ne.jp/cross_hyou/</author_url>
  <blog_title>Rで何かをしたり、読書をするブログ</blog_title>
  <blog_url>https://www.crosshyou.info/</blog_url>
  <categories>
    <anon>データ分析</anon>
  </categories>
  <description>UnsplashのKwang Mathurosemontriが撮影した写真 www.crosshyou.info 今回は、per_chg: 人口10万人当たりの病院数の変化をper1999: 1999年の人口10万人当たりの病院数と、y1999: 1999年の病院数で回帰分析をしてみましょう。 まずは、lm()関数で回帰分析してみます。 summary()関数で結果を表示します。 p-value: 0.02278 となっているので、5%の有意水準でこの回帰モデルは有意です。 per1999の係数の符号は、マイナスなので、1999年の人口10万人当たりの病院数が大きいところほど、2019年までの…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.crosshyou.info%2Fentry%2F2023%2F08%2F13%2F090140&quot; title=&quot;都道府県別の医療施設調査の病院数のデータ分析６ - 線形回帰分析の係数の信頼区間は、理論ベースよりもシミュレーションベースのほうがいいよ。 - Rで何かをしたり、読書をするブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/c/cross_hyou/20230813/20230813081926.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2023-08-13 09:01:40</published>
  <title>都道府県別の医療施設調査の病院数のデータ分析６ - 線形回帰分析の係数の信頼区間は、理論ベースよりもシミュレーションベースのほうがいいよ。</title>
  <type>rich</type>
  <url>https://www.crosshyou.info/entry/2023/08/13/090140</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
