Categorische verklarende variabelen

Introductie tot regressie in R

Richie Cotton

Data Evangelist at DataCamp

Vis-dataset

Elke rij is één vis.
De dataset heeft 128 rijen.
Er zijn 4 vissoorten.

species	mass_g
Bream	242.0
Perch	5.9
Pike	200.0
Roach	40.0
...	...

1 numerieke en 1 categorische variabele visualiseren

library(ggplot2)

ggplot(fish, aes(mass_g)) +
  geom_histogram(bins = 9) +
  facet_wrap(vars(species))

Een gefacetteerd histogram van aantallen vissen versus hun gewicht. Elk paneel is een soort: bream, perch, pike of roach.

Samenvatting: gemiddelde massa per soort

fish %>% 
  group_by(species) %>% 
  summarize(mean_mass_g = mean(mass_g))

# A tibble: 4 x 2
  species mean_mass_g
  <chr>         <dbl>
1 Bream          618.
2 Perch          382.
3 Pike           719.
4 Roach          152.

Lineaire regressie

lm(mass_g ~ species, data = fish)

Call:
lm(formula = mass_g ~ species, data = fish)

Coefficients:
 (Intercept)  speciesPerch   speciesPike  speciesRoach  
       617.8        -235.6         100.9        -465.8

Zonder intercept

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

Call:
lm(formula = mass_g ~ species + 0, data = fish)

Coefficients:
speciesBream  speciesPerch   speciesPike  speciesRoach  
       617.8         382.2         718.7         152.0

Laten we oefenen!

Introductie tot regressie in R