R'de formüller
R'de Genelleştirilmiş Doğrusal Modeller
Richard Erickson
Instructor
Neden çoklu lojistik regresyon için formülleri umursayalım?
- Regresyonun belkemiği formüller
- Çözmesi kafa karıştırıcı olabilir
model.matrix()anlamak kilit
Eğimler
- Sürekli değişken için katsayı tahmin eder
- örn.,
height = c(72.3, 21.1, 3.7, 1.0)
- örn.,
- Formül ayrıca genel bir kesişim gerektirir
- Birden çok eğim: Her yordayıcı için eğim
Kesişimler
- Tahmin için ayrık gruplar
- R'de factor veya character:
fish = c("red", "blue") - Tek kesişim için iki seçenek:
- Referans kesişim + karşıtlık:
y ~ x - Her grup için kesişim:
y ~ x -1
- Referans kesişim + karşıtlık:
Çoklu kesişimler
- Her grubun etkisini referans grupla karşılaştırır
- Faktörde alfabetik olarak ilk grup
- Varsayılan: değişken başına bir referans grup
y ~ x1 + x2
- Tüm gruplar için kesişim tahmin etmek üzere belirtebilirsin
y ~ x1+ x2 - 1
- İlk değişken için her grup adına kesişim tahmin edilir
Kukla değişkenler
- Grup üyeliğini kodlar
- Kaputun altında kullanılır (örn.,
model.matrix()) - Her grup için 0 ve 1'ler
- Örnek girdi:
color = c("red", "blue") y ~ colorsiçin kukla değişkenler:intercept = c(1, 1)blue = c(0, 1)
y ~ colors - 1için kukla değişkenler:red = c(1, 0)blue = c(0, 1)
model.matrix()
model.matrix()işi bizim için yapar- R'deki formüllerin temeli
model.matrix( ~ colors)
(Intercept) colorsred
1 1 1
2 1 0
attr(,"assign")
[1] 0 1
attr(,"contrasts")
attr(,"contrasts")$colors
"contr.treatment"
- Sıra, factor sırasına göre belirlenir
- Sırayı Tidyverse veya
factor()ile değiştir
Factor vs numeric uyarısı
- R değişkeni sayısal sanır
- örn.,
month = c(1, 2, 3)
- örn.,
month <- c( 1, 2, 3)
model.matrix( ~ month)
(Intercept) month
1 1 1
2 1 2
3 1 3
attr(,"assign")
0 1
- factor veya character olarak belirtmelisin
- örn.,
month = factor(c( 1, 2, 3))
- örn.,
model.matrix( ~ month)
(Intercept) month2 month3
1 1 0 0
2 1 1 0
3 1 0 1
attr(,"assign")
0 1 1
attr(,"contrasts")$month
"contr.treatment"
Hadi pratik yapalım!
R'de Genelleştirilmiş Doğrusal Modeller
