Faire des prédictions

Introduction à la régression en R

Richie Cotton

Data Evangelist at DataCamp

Ensemble de données des poissons : brèmes

bream <- fish %>% 
  filter(species == "Bream")
species length_cm mass_g
Bream 23.2 242
Bream 24.0 290
Bream 23.9 340
Bream 26.3 363
Bream 26.5 430
... ... ...
Introduction à la régression en R

Tracer masse vs longueur

ggplot(bream, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

Nuage de points des masses de brèmes selon leur longueur, avec une droite de tendance linéaire. Les points sont proches de la droite.

Introduction à la régression en R

Exécuter le modèle

mdl_mass_vs_length <- lm(mass_g ~ length_cm, data = bream)

Call:
lm(formula = mass_g ~ length_cm, data = bream)

Coefficients:
(Intercept)    length_cm  
   -1035.35        54.55
Introduction à la régression en R

Données explicatives pour prédire

Si je fixe les variables explicatives à ces valeurs,
quelle valeur aura la variable réponse ?

library(dplyr)
explanatory_data <- tibble(length_cm = 20:40)
Introduction à la régression en R

Appeler predict()

library(tibble)
explanatory_data <- tibble(length_cm = 20:40)

predict(mdl_mass_vs_length, explanatory_data)

         1          2          3          4          5          6 
  55.65205  110.20203  164.75202  219.30200  273.85198  328.40196 
         7          8          9         10         11         12 
 382.95194  437.50192  492.05190  546.60188  601.15186  655.70184 
        13         14         15         16         17         18 
 710.25182  764.80181  819.35179  873.90177  928.45175  983.00173 
        19         20         21 
1037.55171 1092.10169 1146.65167
Introduction à la régression en R

Prédire dans une trame de données

library(dplyr)
explanatory_data <- tibble(length_cm = 20:40)

prediction_data <- explanatory_data %>% 
  mutate(
    mass_g = predict(
      mdl_mass_vs_length, explanatory_data
    )
  )

# A tibble: 21 x 2
   length_cm mass_g
       <int>  <dbl>
 1        20   55.7
 2        21  110. 
 3        22  165. 
 4        23  219. 
 5        24  274. 
 6        25  328. 
 7        26  383. 
 8        27  438. 
 9        28  492. 
10        29  547. 
# ... with 11 more rows
Introduction à la régression en R

Afficher les prédictions

ggplot(bream, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE) +
  geom_point(
    data = prediction_data, 
    color = "blue"
  )

Le nuage de points des masses de brèmes selon leur longueur, avec une droite de tendance linéaire. Le graphique est annoté avec les points calculés avec predict(). Ces points suivent exactement la droite.

Introduction à la régression en R

Extrapoler

« Extrapoler » signifie faire des prédictions hors de l'intervalle des données observées.

explanatory_little_bream <- tibble(length_cm = 10)
explanatory_little_bream %>% 
  mutate(
    mass_g = predict(
      mdl_mass_vs_length, explanatory_little_bream
    )
  )

# A tibble: 1 x 2
  length_cm mass_g
      <dbl>  <dbl>
1        10  -490.

scatter-bream-mass-vs-length-extrapolate.png

Introduction à la régression en R

Passons à la pratique !

Introduction à la régression en R

Preparing Video For Download...