Predicția scorului de predare în funcție de gen

Modelare cu date în Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Mediile de grup ca predicții

library(ggplot2)
library(dplyr)
library(moderndive)

evals %>%
  group_by(gender) %>%
  summarize(mean_score = mean(score), sd_score = sd(score))
# A tibble: 2 x 3
  gender mean_score sd_score
  <fct>       <dbl>    <dbl>
1 female       4.09    0.564
2 male         4.23    0.522
Modelare cu date în Tidyverse

Calcularea valorilor prezise și a reziduurilor

# Fit regression model:
model_score_3 <- lm(score ~ gender, data = evals)

# Get information on each point
get_regression_points(model_score_3)
# A tibble: 463 x 5
      ID score gender score_hat residual
   <int> <dbl> <fct>      <dbl>    <dbl>
 1     1   4.7 female      4.09    0.607
 2     2   4.1 female      4.09    0.007
 3     3   3.9 female      4.09   -0.193
 4     4   4.8 female      4.09    0.707
 5     5   4.6 male        4.23    0.366
 6     6   4.3 male        4.23    0.066
Modelare cu date în Tidyverse

Histograma reziduurilor

# Fit regression model
model_score_3 <- lm(score ~ gender, data = evals)

# Get regression points
model_score_3_points <- get_regression_points(model_score_3)
model_score_3_points

# Plot residuals ggplot(model_score_3_points, aes(x = residual)) + geom_histogram() + labs(x = "residuals", title = "Residuals from score ~ gender model")
Modelare cu date în Tidyverse

Histograma reziduurilor

Modelare cu date în Tidyverse

Să exersăm!

Modelare cu date în Tidyverse

Preparing Video For Download...