Introductie tot lineaire regressie

A/B-testen in R

Lauryn Burleigh

Data Scientist

Regressie

A/B-ontwerp: tijd om kaas- of pepperonipizza te eten
Regressie: factoren die de eetduur beïnvloeden
- Afhankelijke variabele: eetduur
- Onafhankelijke variabelen: plezier, honger, visuele aantrekkelijkheid

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as.

Regressielijn

Regressielijn: voorspelling van y

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as, met een rode best-fit-lijn.

Regressielijn

Regressielijn: voorspelling van y
ŷ = β₀ + β₁X₁ + ε
- β₀ - y-asintercept

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as, met een rode best-fit-lijn en paarse aanduiding van het y-intercept.

Regressielijn

Regressielijn: voorspelling van y
ŷ = β₀ + β₁X₁ + ε
- β₀ - y-asintercept
- β₁ - helling

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as, met een rode best-fit-lijn en paarse aanduiding van het y-intercept en de helling.

Regressielijn

Regressielijn: voorspelling van y
ŷ = β₀ + β₁X₁ + ε
- β₀ - y-asintercept
- β₁ - helling
- ε - fout
Fout verkleinen
- Meervoudige regressie: 2+ onafhankelijke variabelen
- ŷ = β₀ + β₁X₁ + β₂X₂ + ε

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as, met een rode best-fit-lijn en paarse aanduiding van het y-intercept, de helling en een residu.

Data voorspellen

yhat <- 5.32 + 0.08*(15)

ggplot(pizza, aes(x = Enjoy, 
                  y = Time)) + 
  geom_point() + 
  geom_hline(yintercept = yhat) + 
  geom_vline(xintercept = 15)

Positieve correlatie van punten met tijd om pizza te eten op de y-as en plezier op de x-as, met een horizontale lijn bij tijd 6,5 en een verticale lijn bij plezier 15.

Aandachtspunten bij regressie

Correlatie is geen causaliteit
Beoordeel zinvolle variabelen
Data voor beslissingen/acties leiden tot
Datakwaliteit

Persoon die naar meerdere grafieken voor data-analyse kijkt.

Laten we oefenen!

A/B-testen in R