Historia dwóch zmiennych

Wprowadzenie do regresji w R

Richie Cotton

Data Evangelist at DataCamp

Dane szwedzkiego ubezpieczenia motoryzacyjnego

  • Każdy wiersz reprezentuje jeden region geograficzny Szwecji.
  • Zbiór zawiera 63 wiersze.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
... ...
Wprowadzenie do regresji w R

Statystyki opisowe

library(dplyr)
swedish_motor_insurance %>% 
  summarize_all(mean)

# A tibble: 1 x 2
  n_claims total_payment_sek
     <dbl>             <dbl>
1     22.9              98.2

swedish_motor_insurance %>% 
  summarize(
    correlation = cor(n_claims, total_payment_sek)
  )

# A tibble: 1 x 1
  correlation
        <dbl>
1       0.881
Wprowadzenie do regresji w R

Czym jest regresja?

  • Modele statystyczne służące do badania zależności między zmienną odpowiedzi a zmiennymi objaśniającymi.
  • Na podstawie wartości zmiennych objaśniających można przewidywać wartości zmiennej odpowiedzi.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
200 ???
Wprowadzenie do regresji w R

Terminologia

Zmienna odpowiedzi (zmienna zależna)

Zmienna, którą chcemy przewidzieć.

Zmienne objaśniające (zmienne niezależne)

Zmienne wyjaśniające, jak zmienia się zmienna odpowiedzi.

Wprowadzenie do regresji w R

Regresja liniowa i logistyczna

Regresja liniowa

  • Zmienna odpowiedzi jest numeryczna.

Regresja logistyczna

  • Zmienna odpowiedzi jest logiczna.

Prosta regresja liniowa/logistyczna

  • Istnieje tylko jedna zmienna objaśniająca.
Wprowadzenie do regresji w R

Wizualizacja par zmiennych

library(ggplot2)

ggplot(
  swedish_motor_insurance, 
  aes(n_claims, total_payment_sek)
) +
  geom_point()

Wykres punktowy całkowitej wypłaty względem liczby roszczeń. Wypłata rośnie wraz z liczbą roszczeń.

Wprowadzenie do regresji w R

Dodawanie liniowej linii trendu

library(ggplot2)

ggplot(
  swedish_motor_insurance, 
  aes(n_claims, total_payment_sek)
) +
  geom_point() +
  geom_smooth(
    method = "lm", 
    se = FALSE
  )

Ten sam wykres punktowy co poprzednio, z dodatkowo naniesioną linią trendu wyznaczoną metodą regresji liniowej. Dobrze dopasowuje się do danych.

Wprowadzenie do regresji w R

Struktura kursu

Rozdział 1

Wizualizacja i dopasowywanie modeli regresji liniowej.

Rozdział 2

Przewidywanie na podstawie modeli regresji liniowej i interpretacja współczynników.

Rozdział 3

Ocena jakości modelu regresji liniowej.

Rozdział 4

To samo, ale z modelami regresji logistycznej.

Wprowadzenie do regresji w R

Czas na ćwiczenia!

Wprowadzenie do regresji w R

Preparing Video For Download...