Conclusione - E ora dove andare?

Modellazione con i dati nel Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Codice sorgente R per tutti i video

Disponibile su http://bit.ly/modeling_tidyverse

Altri corsi sul Tidyverse

Disponibili qui e qui

Percorso Tidyverse Fundamentals

Percorso Intermediate Tidyverse Toolbox

Ripasso: quadro generale di modellazione

In generale: $y = f(\vec{x}) + \epsilon$
Modelli di regressione lineare: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

Modello a pendenze parallele

Modello polinomiale

Modelli ad albero

Corsi DataCamp con altri modelli

Corsi con diversi $f()$ in $y = f(\vec{x}) + \epsilon$:

Ripasso: tabella di regressione

# Fit model:
model_score_1 <- lm(score ~ age, data = evals)

# Output regression table:
get_regression_table(model_score_1)

# A tibble: 2 x 7
  term      estimate std_error statistic p_value lower_ci upper_ci
  <chr>        <dbl>     <dbl>     <dbl>   <dbl>    <dbl>    <dbl>
1 intercept    4.46      0.127     35.2    0        4.21     4.71 
2 age         -0.006     0.003     -2.31   0.021   -0.011   -0.001

ModernDive: manuale online

Usa strumenti tidyverse: ggplot2 e dplyr
Approfondisce i modelli di regressione di questo corso
Usa i dataset evals e house_prices (e altri)
Obiettivo: inferenza statistica tramite data science
Disponibile su ModernDive.com

In bocca al lupo!

Modellazione con i dati nel Tidyverse