Fazendo previsões

Introdução à Regressão em R

Richie Cotton

Data Evangelist at DataCamp

O conjunto fish: brema

bream <- fish %>% 
  filter(species == "Bream")

species	length_cm	mass_g
Bream	23.2	242
Bream	24.0	290
Bream	23.9	340
Bream	26.3	363
Bream	26.5	430
...	...	...

Plotando massa vs. comprimento

ggplot(bream, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

Um diagrama de dispersão das massas da brema versus seus comprimentos, com uma linha de tendência linear. Os pontos ficam próximos da linha.

Executando o modelo

mdl_mass_vs_length <- lm(mass_g ~ length_cm, data = bream)

Call:
lm(formula = mass_g ~ length_cm, data = bream)

Coefficients:
(Intercept)    length_cm  
   -1035.35        54.55

Dados de valores explicativos para prever

Se eu definir as variáveis explicativas assim, qual seria o valor da resposta?

library(dplyr)
explanatory_data <- tibble(length_cm = 20:40)

Chamar predict()

library(tibble)
explanatory_data <- tibble(length_cm = 20:40)

predict(mdl_mass_vs_length, explanatory_data)

         1          2          3          4          5          6 
  55.65205  110.20203  164.75202  219.30200  273.85198  328.40196 
         7          8          9         10         11         12 
 382.95194  437.50192  492.05190  546.60188  601.15186  655.70184 
        13         14         15         16         17         18 
 710.25182  764.80181  819.35179  873.90177  928.45175  983.00173 
        19         20         21 
1037.55171 1092.10169 1146.65167

Prevendo dentro de um data frame

library(dplyr)
explanatory_data <- tibble(length_cm = 20:40)

prediction_data <- explanatory_data %>% 
  mutate(
    mass_g = predict(
      mdl_mass_vs_length, explanatory_data
    )
  )

# A tibble: 21 x 2
   length_cm mass_g
       <int>  <dbl>
 1        20   55.7
 2        21  110. 
 3        22  165. 
 4        23  219. 
 5        24  274. 
 6        25  328. 
 7        26  383. 
 8        27  438. 
 9        28  492. 
10        29  547. 
# ... with 11 more rows

Mostrando previsões

ggplot(bream, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  geom_point(
    data = prediction_data, 
    color = "blue"
  )

O diagrama de dispersão das massas da brema versus seus comprimentos, com uma linha de tendência linear. O gráfico foi anotado com os pontos calculados usando predict(). Esses pontos seguem exatamente a linha de tendência.

Extrapolando

“Extrapolar” é prever fora do intervalo dos dados observados.

explanatory_little_bream <- tibble(length_cm = 10)
explanatory_little_bream %>% 
  mutate(
    mass_g = predict(
      mdl_mass_vs_length, explanatory_little_bream
    )
  )

# A tibble: 1 x 2
  length_cm mass_g
      <dbl>  <dbl>
1        10  -490.

Vamos praticar!

Introdução à Regressão em R