Più di 2 variabili esplicative

Regressione intermedia in R

Richie Cotton

Data Evangelist at DataCamp

Dalla volta scorsa

ggplot(
  fish,
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno")

Grafico a dispersione: colore per mass, lunghezza vs altezza (inferno)

Facet per specie

ggplot(
  fish,
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno") +
  facet_wrap(vars(species))

Dispersione per specie: lunghezza, altezza, colore per mass

Diversi livelli di interazione

Nessuna interazione

lm(mass_g ~ length_cm + height_cm + species + 0, data = fish)

Interazioni a 2 vie tra coppie di variabili

lm(
  mass_g ~ length_cm + height_cm + species + length_cm:height_cm + length_cm:species + height_cm:species + 0, 
  data = fish
)

Interazione a 3 vie tra tutte e tre le variabili

lm(
  mass_g ~ length_cm + height_cm + species + length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0, 
  data = fish
)

Tutte le interazioni

lm(
  mass_g ~ length_cm + height_cm + species + length_cm:height_cm + length_cm:species + height_cm:species + length_cm:height_cm:species + 0, 
  data = fish
)

lm(
  mass_g ~ length_cm * height_cm * species + 0, 
  data = fish
)

Solo interazioni a 2 vie

lm(
  mass_g ~ length_cm + height_cm + species + length_cm:height_cm + length_cm:species + height_cm:species + 0, 
  data = fish
)

lm(
  mass_g ~ (length_cm + height_cm + species) ^ 2 + 0, 
  data = fish
)

lm(
  mass_g ~ I(length_cm) ^ 2 + height_cm + species + 0, 
  data = fish
)

¹ Per elevare al quadrato le variabili esplicative, vedi "Introduction to Regression in R", Capitolo 2, "Transforming variables"

Il flusso di previsione

mdl_mass_vs_all <- lm(mass_g ~ length_cm * height_cm * species * 0, data = fish)

explanatory_data <- expand_grid(
  length_cm = seq(5, 60, 6),
  height_cm = seq(2, 20, 2),
  species = unique(fish$species)
)

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

Visualizzare le previsioni

ggplot(
  fish,
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno") +
  facet_wrap(vars(species)) +
  geom_point(
    data = prediction_data, 
    size = 3, shape = 15
  )

Dispersione per specie con previsioni

Esercitiamoci!

Regressione intermedia in R