결론 - 다음 단계

Tidyverse로 하는 데이터 모델링

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

전체 동영상 R 소스 코드

http://bit.ly/modeling_tidyverse에서 이용 가능

다른 Tidyverse 강좌

여기 및 여기에서 이용 가능

Tidyverse Fundamentals Track

Intermediate Tidyverse Toolbox Track

복습: 일반 모델링 프레임워크

일반식: $y = f(\vec{x}) + \epsilon$
선형 회귀 모델: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

평행 기울기 모델

다항 모델

트리 모델

다른 모델을 사용하는 DataCamp 강좌

다양한 $f()$를 사용하는 $y = f(\vec{x}) + \epsilon$ 관련 강좌:

복습: 회귀 테이블

# 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: 온라인 교재

tidyverse 도구 활용: ggplot2, dplyr
이 강좌의 회귀 모델을 심화 학습
evals, house_prices 데이터셋 등 활용
목표: 데이터 과학을 통한 통계적 추론
ModernDive.com에서 제공

수고하셨습니다!

Tidyverse로 하는 데이터 모델링