Історія двох змінних

Вступ до Regression у R

Richie Cotton

Data Evangelist at DataCamp

Дані зі страхування авто у Швеції

Кожен рядок — окремий географічний регіон Швеції.
Усього 63 рядки.

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
...	...

Описова статистика

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

Що таке регресія?

Статистичні моделі для вивчення зв'язку між відгуковою змінною та пояснювальними змінними.
Знаючи пояснювальні змінні, ви можете передбачити значення відгукової.

n_claims	total_payment_sek
108	392.5
19	46.2
13	15.7
124	422.2
40	119.4
200	???

Терміни

Відгукова змінна (вона ж залежна)

Змінна, значення якої ви хочете передбачити.

Пояснювальні змінні (вона ж незалежні)

Змінні, що пояснюють, як змінюється відгукова.

Лінійна та логістична регресія

Лінійна регресія

Відгукова змінна — числова.

Логістична регресія

Відгукова змінна — логічна.

Проста лінійна/логістична регресія

Є лише одна пояснювальна змінна.

Візуалізація пар змінних

library(ggplot2)

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

Точкова діаграма загальної виплати проти кількості заяв. Виплата зростає зі збільшенням кількості заяв.

Додавання лінійного тренду

library(ggplot2)

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

Та сама точкова діаграма, тепер із трендовою лінією, обчисленою лінійною регресією. Вона досить добре описує дані.

Структура курсу

Розділ 1

Візуалізація та підгонка лінійних регресійних моделей.

Розділ 2

Прогнозування за лінійними моделями та інтерпретація коефіцієнтів.

Розділ 3

Оцінювання якості лінійної регресійної моделі.

Розділ 4

Те саме, але для логістичної регресії.

Давайте потренуємось!

Вступ до Regression у R