История двух переменных

Введение в регрессию на R

Richie Cotton

Data Evangelist at DataCamp

Данные по автострахованию Швеции

  • Каждая строка соответствует одному географическому региону Швеции.
  • Всего 63 строки.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
... ...
Введение в регрессию на R

Описательная 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
Введение в регрессию на R

Что такое регрессия?

  • Статистические модели для изучения связи между зависимой переменной и объясняющими переменными.
  • По значениям объясняющих переменных можно предсказать значения зависимой переменной.
n_claims total_payment_sek
108 392.5
19 46.2
13 15.7
124 422.2
40 119.4
200 ???
Введение в регрессию на R

Терминология

Зависимая переменная (также: целевая переменная)

Переменная, значение которой требуется предсказать.

Объясняющие переменные (также: независимые переменные)

Переменные, которые объясняют изменение зависимой переменной.

Введение в регрессию на R

Линейная и логистическая регрессия

Линейная регрессия

  • Зависимая переменная является числовой.

Логистическая регрессия

  • Зависимая переменная является логической.

Простая линейная/логистическая регрессия

  • Используется только одна объясняющая переменная.
Введение в регрессию на R

Визуализация пар переменных

library(ggplot2)

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

Точечная диаграмма зависимости суммы выплат от числа страховых случаев. С ростом числа случаев сумма выплат увеличивается.

Введение в регрессию на R

Добавление линии тренда

library(ggplot2)

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

Та же точечная диаграмма, дополненная линией тренда, построенной методом линейной регрессии. Линия хорошо описывает данные.

Введение в регрессию на R

Структура курса

Глава 1

Визуализация и построение моделей линейной регрессии.

Глава 2

Прогнозирование на основе линейной регрессии и интерпретация коэффициентов модели.

Глава 3

Оценка качества модели линейной регрессии.

Глава 4

То же самое, но для моделей логистической регрессии.

Введение в регрессию на R

Давайте потренируемся!

Введение в регрессию на R

Preparing Video For Download...