Vorhersagen

Einführung in Regression mit R

Richie Cotton

Data Evangelist at DataCamp

Der Fisch-Datensatz: Brassen

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

Art	length_cm	mass_g
Brassen	23,2	242
Brassen	24,0	290
Brassen	23,9	340
Brassen	26,3	363
Brassen	26,5	430
...	...	...

Masse und Länge visualisieren

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

Ein Streudiagramm der Masse von Brassen im Vergleich zu ihrer Länge, mit einer linearen Trendlinie. Die Punkte liegen alle ziemlich nah an der Trendlinie.

Das Modell ausführen

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

Erklärende Werte zur Vorhersage

Wenn ich die erklärenden Variablen auf diese Werte setze,
welchen Wert hätte dann die Antwortvariable?

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

predict() aufrufen

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

Vorhersagen innerhalb eines 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

Prognosen visualisieren

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

Das Streudiagramm der Brassenmassen im Verhältnis zu ihrer Länge mit einer linearen Trendlinie. Das Diagramm wurde mit den mit predict() berechneten Punkten versehen. Diese Punkte folgen alle genau der Trendlinie.

Extrapolieren

Extrapolieren heißt, Vorhersagen zu erstellen, die über die beobachteten Daten hinausgehen.

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.

Lass uns üben!

Einführung in Regression mit R