Kategorické vysvětlující proměnné

Úvod do regrese v R

Richie Cotton

Data Evangelist at DataCamp

Datová sada ryb

  • Každý řádek představuje jednu rybu.
  • Datová sada obsahuje 128 řádků.
  • Jsou zastoupeny 4 druhy ryb.
species mass_g
Bream 242.0
Perch 5.9
Pike 200.0
Roach 40.0
... ...
Úvod do regrese v R

Vizualizace 1 numerické a 1 kategorické proměnné

library(ggplot2)

ggplot(fish, aes(mass_g)) +
  geom_histogram(bins = 9) +
  facet_wrap(vars(species))

Fazetový histogram počtu ryb podle hmotnosti. Každý panel odpovídá jednomu druhu: cejn, okoun, štika nebo plotice.

Úvod do regrese v R

Popisné statistiky: průměrná hmotnost podle druhu

fish %>% 
  group_by(species) %>% 
  summarize(mean_mass_g = mean(mass_g))

# A tibble: 4 x 2
  species mean_mass_g
  <chr>         <dbl>
1 Bream          618.
2 Perch          382.
3 Pike           719.
4 Roach          152.
Úvod do regrese v R

Lineární regrese

lm(mass_g ~ species, data = fish)

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

Coefficients:
 (Intercept)  speciesPerch   speciesPike  speciesRoach  
       617.8        -235.6         100.9        -465.8
Úvod do regrese v R

Bez interceptu

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
Úvod do regrese v R

Pojďme si procvičit!

Úvod do regrese v R

Preparing Video For Download...