Regresi linear kemiringan paralel

Regresi Tingkat Menengah di R

Richie Cotton

Data Evangelist at DataCamp

Kursus sebelumnya

Kursus ini mengasumsikan pengetahuan dari Introduction to Regression in R.

Dari regresi sederhana ke regresi ganda

Regresi ganda adalah model regresi dengan lebih dari satu variabel penjelas.

Lebih banyak variabel penjelas memberi wawasan lebih dan prediksi lebih baik.

Isi kursus

Bab 1

Regresi "kemiringan paralel"

Bab 2

Interaksi
Paradoks Simpson

Bab 3

Lebih banyak variabel penjelas
Cara kerja regresi linear

Bab 4

Regresi logistik ganda
Distribusi logistik
Cara kerja regresi logistik

Dataset ikan

mass_g	length_cm	species
242.0	23.2	Bream
5.9	7.5	Perch
200.0	30.0	Pike
40.0	12.9	Roach

Setiap baris merepresentasikan 1 ikan
mass_g adalah variabel respons
1 numerik, 1 kategorikal sebagai variabel penjelas

Satu variabel penjelas sekaligus

mdl_mass_vs_length <- lm(mass_g ~ length_cm, data = fish)

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

Coefficients:
(Intercept)    length_cm  
     -536.2         34.9

1 koefisien intersep
1 koefisien kemiringan

mdl_mass_vs_species <- 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

1 koefisien intersep untuk tiap kategori

Kedua variabel sekaligus

mdl_mass_vs_both <- lm(mass_g ~ length_cm + species + 0, data = fish)

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

Coefficients:
   length_cm  speciesBream  speciesPerch   speciesPike  speciesRoach  
       42.57       -672.24       -713.29      -1089.46       -726.78

1 koefisien kemiringan
1 koefisien intersep untuk tiap kategori

Membandingkan koefisien

coefficients(mdl_mass_vs_length)

(Intercept)   length_cm 
     -536.2        34.9

coefficients(mdl_mass_vs_species)

speciesBream speciesPerch  speciesPike speciesRoach 
       617.8        382.2        718.7        152.0

coefficients(mdl_mass_vs_both)

length_cm speciesBream speciesPerch  speciesPike speciesRoach 
    42.57      -672.24      -713.29     -1089.46      -726.78

Visualisasi: 1 variabel penjelas numerik

library(ggplot2)

ggplot(fish, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

Visualisasi: 1 variabel penjelas kategorikal

ggplot(fish, aes(species, mass_g)) +
  geom_boxplot() + 
  stat_summary(fun.y = mean, shape = 15)

Visualisasi: kedua variabel penjelas

library(moderndive)

ggplot(fish, aes(length_cm, mass_g, color = species)) +
  geom_point() +
  geom_parallel_slopes(se = FALSE)

Ayo berlatih!

Regresi Tingkat Menengah di R