Conclusion - Et maintenant ?

Modéliser des données avec le Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Code R source pour toutes les vidéos

Disponible sur http://bit.ly/modeling_tidyverse

Modéliser des données avec le Tidyverse

Autres cours Tidyverse

Disponible ici et ici

Parcours Tidyverse : fondamentaux

Parcours Tidyverse : boîte à outils intermédiaire

Modéliser des données avec le Tidyverse

Rappel : cadre général de modélisation

  • En général : $y = f(\vec{x}) + \epsilon$
  • Modèles de régression linéaire : $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$
Modéliser des données avec le Tidyverse

Modèle à pentes parallèles

Modéliser des données avec le Tidyverse

Modèle polynomial

Modéliser des données avec le Tidyverse

Modèles d'arbres

Modéliser des données avec le Tidyverse

Cours DataCamp utilisant d'autres modèles

Cours avec d'autres $f()$ dans $y = f(\vec{x}) + \epsilon$ :

Modéliser des données avec le Tidyverse

Rappel : tableau de régression

# Fit model:
model_score_1 <- lm(score ~ age, data = evals)

# Output regression table:
get_regression_table(model_score_1)

# A tibble: 2 x 7
  term      estimate std_error statistic p_value lower_ci upper_ci
  <chr>        <dbl>     <dbl>     <dbl>   <dbl>    <dbl>    <dbl>
1 intercept    4.46      0.127     35.2    0        4.21     4.71 
2 age         -0.006     0.003     -2.31   0.021   -0.011   -0.001
Modéliser des données avec le Tidyverse

ModernDive : manuel en ligne

  • Utilise les outils tidyverse : ggplot2 et dplyr
  • Développe les modèles de régression de ce cours
  • Utilise les jeux de données evals et house_prices (et d'autres)
  • Objectif : inférence statistique via la data science
  • Disponible sur ModernDive.com
Modéliser des données avec le Tidyverse

Bonne chance !

Modéliser des données avec le Tidyverse

Preparing Video For Download...