Avaliação e seleção de modelos

Modelagem com dados no Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Revisão: Regressão múltipla

Dois modelos com pares diferentes de variáveis explicativas/preditoras:

# Modelo 1 - Duas numéricas:
model_price_1 <- lm(log10_price ~ log10_size + yr_built, 
                    data = house_prices)


# Modelo 3 - Uma numérica e uma categórica:
model_price_3 <- lm(log10_price ~ log10_size + condition, 
                    data = house_prices)

Revisão: Soma dos quadrados dos resíduos

# Modelo 1
model_price_1 <- lm(log10_price ~ log10_size + yr_built, 
                    data = house_prices)
get_regression_points(model_price_1) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(sum_sq_residuals = sum(sq_residuals))

# A tibble: 1 x 1
  sum_sq_residuals
             <dbl>
1             585.

Revisão: Soma dos quadrados dos resíduos

# Modelo 3
model_price_3 <- lm(log10_price ~ log10_size + condition, 
                    data = house_prices)

get_regression_points(model_price_3) %>%
  mutate(sq_residuals = residual^2) %>%
  summarize(sum_sq_residuals = sum(sq_residuals))

# A tibble: 1 x 1
  sum_sq_residuals
             <dbl>
1             608.

Vamos praticar!

Modelagem com dados no Tidyverse