Een lineaire regressie fitten

Introductie tot regressie in R

Richie Cotton

Data Evangelist at DataCamp

Rechte lijnen worden door twee dingen bepaald

Intercept

De $y$-waarde wanneer $x$ nul is.

Helling

Hoeveel de $y$-waarde toeneemt als je $x$ met één verhoogt.

Vergelijking

$y = intercept + slope * x$

Introductie tot regressie in R

De intercept schatten

Een spreidingsdiagram van totale betaling versus aantal claims met een lineaire trendlijn. De betaling stijgt lineair naarmate het aantal claims toeneemt.

Introductie tot regressie in R

De intercept schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van het punt waar de trendlijn de y-as kruist.

Introductie tot regressie in R

De intercept schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van de waarde bij nul claims.

Introductie tot regressie in R

De helling schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van twee punten op de trendlijn. Eén punt is bij 150 kroon en 40 claims; een ander punt bij 400 kroon en 110 claims.

Introductie tot regressie in R

De helling schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van het verschil in betaling tussen de twee punten. 400 kroon min 150 kroon is 250 kroon.

Introductie tot regressie in R

De helling schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van het verschil in aantal claims tussen de twee punten. 110 claims min 40 claims is 70 claims.

Introductie tot regressie in R

De helling schatten

Het spreidingsdiagram van totale betaling versus aantal claims, met annotatie van de verhouding tussen verschil in betaling en verschil in aantal claims. 2000 gedeeld door 60 is ongeveer 33.

Introductie tot regressie in R

Een model draaien

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
Introductie tot regressie in R

De modelcoëfficiënten interpreteren

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

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Vergelijking

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

Introductie tot regressie in R

Laten we oefenen!

Introductie tot regressie in R

Preparing Video For Download...