Cum funcționează regresia liniară

Regresie intermediară în R

Richie Cotton

Data Evangelist at DataCamp

Graficul standard al regresiei liniare simple

Diagramă de dispersie cu dreapta de regresie liniară.

Regresie intermediară în R

Vizualizarea reziduurilor

Diagramă de dispersie cu dreapta de regresie și segmente care reprezintă reziduurile.

Regresie intermediară în R

O metrică pentru ajustarea optimă

Cea mai simplă idee (care nu funcționează)

  • Se calculează suma tuturor reziduurilor.
  • Unele reziduuri sunt negative.

Următoarea idee simplă (care funcționează)

  • Se ridică fiecare reziduu la pătrat și se adună pătratele.
  • Aceasta se numește suma pătratelor.
Regresie intermediară în R

O scurtă introducere în optimizarea numerică

Grafic liniar al unei ecuații pătratice

xy_data <- tibble(
  x = seq(-4, 5, 0.1),
  y = x ^ 2 - x + 10
)

ggplot(xy_data, aes(x, y)) + 
  geom_line()

line-quad.png

Regresie intermediară în R

Rezolvarea ecuației prin calcul diferențial

$y = x ^ 2 - x + 10$

$\frac{\partial y}{\partial x} = 2 x - 1$

$0 = 2 x - 1$

$x = 0.5$

$y = 0.5 ^ 2 - 0.5 + 10 = 9.75$

  • Nu toate ecuațiile pot fi rezolvate astfel.
  • R poate calcula automat.

line-quad-soln.png

Regresie intermediară în R

optim()

calc_quadratic <- function(x) {
  x ^ 2 - x + 10
}
optim(par = 3, fn = calc_quadratic)
$par
[1] 0.4998047

$value
[1] 9.75

$counts
function gradient 
      30       NA 

$convergence
[1] 0

$message
NULL
Regresie intermediară în R

Rafinări minore

calc_quadratic <- function(coeffs) {
  x <- coeffs[1]
  x ^ 2 - x + 10
}
optim(par = c(x = 3), fn = calc_quadratic)
$par
        x 
0.4998047 

$value
[1] 9.75

$counts
function gradient 
      30       NA 

$convergence
[1] 0

$message
NULL
Regresie intermediară în R

Un algoritm de regresie liniară

  1. Definiți o funcție pentru calculul metricii sumei pătratelor.
  2. Apelați optim() pentru a găsi coeficienții care minimizează această funcție.
calc_sum_of_squares <- function(coeffs) {

intercept <- coeffs[1] slope <- coeffs[2]
# More calculation!
}
optim(
  par = ???,
  fn = ???
)
Regresie intermediară în R

Să exersăm!

Regresie intermediară în R

Preparing Video For Download...