Ajuster une régression linéaire

Introduction à la régression en R

Richie Cotton

Data Evangelist at DataCamp

Deux éléments définissent une droite

Ordonnée à l'origine

La valeur de $y$ lorsque $x$ vaut zéro.

Pente

Variation de $y$ quand vous augmentez $x$ de un.

Équation

$y = intercept + slope * x$

Introduction à la régression en R

Estimer l'ordonnée à l'origine

Nuage de points du paiement total selon le nombre de réclamations avec une droite de tendance. Le paiement augmente linéairement avec le nombre de réclamations.

Introduction à la régression en R

Estimer l'ordonnée à l'origine

Nuage de points du paiement total selon le nombre de réclamations, annoté au point où la droite croise l'axe des y.

Introduction à la régression en R

Estimer l'ordonnée à l'origine

Nuage de points du paiement total selon le nombre de réclamations, annoté avec la valeur lorsque le nombre de réclamations est zéro.

Introduction à la régression en R

Estimer la pente

Nuage de points du paiement total selon le nombre de réclamations, annoté avec deux points sur la droite. Un point à 150 kronas et 40 réclamations; un autre à 400 kronas et 110 réclamations.

Introduction à la régression en R

Estimer la pente

Nuage de points du paiement total selon le nombre de réclamations, annoté avec la différence de paiement entre les deux points. 400 kronas moins 150 kronas = 250 kronas.

Introduction à la régression en R

Estimer la pente

Nuage de points du paiement total selon le nombre de réclamations, annoté avec la différence du nombre de réclamations entre les deux points. 110 réclamations moins 40 = 70 réclamations.

Introduction à la régression en R

Estimer la pente

Nuage de points du paiement total selon le nombre de réclamations, annoté avec le ratio de la différence de paiement et de la différence du nombre de réclamations. 2000 divisé par 60 ≈ 33.

Introduction à la régression en R

Exécuter un modèle

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
Introduction à la régression en R

Interpréter les coefficients du modèle

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

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Équation

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

Introduction à la régression en R

Passons à la pratique !

Introduction à la régression en R

Preparing Video For Download...