Două variabile explicative numerice

Regresie intermediară în R

Richie Cotton

Data Evangelist at DataCamp

Vizualizarea a 3 variabile numerice

Grafic de dispersie 3D
Grafic de dispersie 2D cu răspunsul ca și culoare

O nouă coloană în setul de date fish

species	mass_g	length_cm	height_cm
Bream	1000	33.5	18.96
Bream	925	36.2	18.75
Roach	290	24.0	8.88
Roach	390	29.5	9.48
Perch	1100	39.0	12.80
Perch	1000	40.2	12.60
Pike	1250	52.0	10.69
Pike	1650	59.0	10.81

Grafic de dispersie 3D

library(plot3D)

scatter3D(fish$length_cm, fish$height_cm, fish$mass_g)

library(plot3D)
library(magrittr)

fish %$%
  scatter3D(length_cm, height_cm, mass_g)

Grafic de dispersie 3D

library(plot3D)
library(magrittr)

fish %$%
  scatter3D(length_cm, height_cm, mass_g)

Grafic de dispersie 3D pentru pești: lungime, înălțime, masă

Grafic de dispersie 2D, culoare pentru răspuns

ggplot(
  fish, 
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point()

Grafic de dispersie 2D cu culoare pentru masă

Scale de culori Viridis

ggplot(
  fish, 
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno")

Grafic de dispersie cu scală de culori inferno

Modelare cu 2 variabile explicative numerice

mdl_mass_vs_both <- lm(mass_g ~ length_cm + height_cm, data = fish)

Call:
lm(formula = mass_g ~ length_cm + height_cm, data = fish)

Coefficients:
(Intercept)    length_cm    height_cm  
    -622.16        28.97        26.34

Fluxul de predicție

explanatory_data <- expand_grid(
  length_cm = seq(5, 60, 5),
  height_cm = seq(2, 20, 2)
)

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

Reprezentarea predicțiilor

ggplot(
  fish, 
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno") +
  geom_point(
    data = prediction_data, shape = 15, size = 3
  )

Grafic de dispersie cu predicții suprapuse

Includerea unei interacțiuni

mdl_mass_vs_both_inter <- lm(mass_g ~ length_cm * height_cm, data = fish)

Call:
lm(formula = mass_g ~ length_cm * height_cm, data = fish)

Coefficients:
        (Intercept)            length_cm            height_cm  length_cm:height_cm  
           159.1144               0.3001             -78.1234               3.5455

Fluxul de predicție din nou

explanatory_data <- expand_grid(
  length_cm = seq(5, 60, 5),
  height_cm = seq(2, 20, 2)
)

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

Reprezentarea predicțiilor

ggplot(
  fish, 
  aes(length_cm, height_cm, color = mass_g)
) +
  geom_point() +
  scale_color_viridis_c(option = "inferno") +
  geom_point(
    data = prediction_data, shape = 15, size = 3
  )

Grafic de dispersie cu predicții pentru modelul cu interacțiune

Să exersăm!

Regresie intermediară în R