Doğrusal regresyonu uydurma

R'da Regresyona Giriş

Richie Cotton

Data Evangelist at DataCamp

Doğrular iki özellikle tanımlanır

Y-eksenini kesim (intercept)

$x$ sıfırken $y$ değeri.

Eğim (slope)

$x$ bir artarsa $y$’nin arttığı miktar.

Denklem

$y = intercept + slope * x$

Y-eksenini kesimi tahmini

Toplam ödeme ile talep sayısı saçılım grafiği ve doğrusal trend çizgisi. Talep sayısı arttıkça ödeme doğrusal artar.

Y-eksenini kesimi tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; trend çizgisinin y-ekseniyle kesiştiği nokta gösteriliyor.

Y-eksenini kesimi tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; talep sayısı sıfırken değer gösteriliyor.

Eğim tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; trend çizgisi üzerindeki iki nokta vurgulanmış. Biri 150 kron ve 40 talepte; diğeri 400 kron ve 110 talepte.

Eğim tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; iki nokta arasındaki ödeme farkı gösteriliyor. 400 kron - 150 kron = 250 kron.

Eğim tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; iki nokta arasındaki talep sayısı farkı gösteriliyor. 110 talep - 40 talep = 70 talep.

Eğim tahmini

Toplam ödeme ile talep sayısı saçılım grafiği; farkların oranı gösteriliyor. 2000 bölü 60 yaklaşık 33.

Model çalıştırma

lm(total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Katsayıları yorumlama

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Denklem

$total\_payment\_sek = 19.994 + 3.414 * n\_claims$

Hadi pratik yapalım!

R'da Regresyona Giriş