Dopasowywanie regresji liniowej

Wprowadzenie do regresji w R

Richie Cotton

Data Evangelist at DataCamp

Prosta określona jest przez dwa elementy

Wyraz wolny

Wartość $y$, gdy $x$ wynosi zero.

Nachylenie

Wzrost wartości $y$ przy zwiększeniu $x$ o jeden.

Równanie

$y = wyraz_wolny + nachylenie * x$

Szacowanie wyrazu wolnego

Wykres rozrzutu całkowitej płatności względem liczby szkód z liniową linią trendu. Płatność rośnie liniowo wraz ze wzrostem liczby szkód.

Szacowanie wyrazu wolnego

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczonym punktem przecięcia linii trendu z osią Y.

Szacowanie wyrazu wolnego

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczoną wartością przy zerowej liczbie szkód.

Szacowanie nachylenia

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczonymi dwoma punktami na linii trendu. Jeden punkt to 150 koron i 40 szkód; drugi to 400 koron i 110 szkód.

Szacowanie nachylenia

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczoną różnicą płatności między dwoma punktami. 400 koron minus 150 koron równa się 250 koron.

Szacowanie nachylenia

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczoną różnicą liczby szkód między dwoma punktami. 110 szkód minus 40 szkód równa się 70 szkód.

Szacowanie nachylenia

Wykres rozrzutu całkowitej płatności względem liczby szkód z zaznaczonym stosunkiem różnicy płatności do różnicy liczby szkód. 2000 podzielone przez 60 wynosi około 33.

Uruchamianie modelu

lm(total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Interpretacja współczynników modelu

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Równanie

$total\_payment\_sek = 19.994 + 3.414 * n\_claims$

Czas na ćwiczenia!

Wprowadzenie do regresji w R