Заключение — что дальше?

Моделирование данных в Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Исходный код R для всех видео

Доступно по ссылке http://bit.ly/modeling_tidyverse

Другие курсы по Tidyverse

Доступно здесь и здесь

Tidyverse Fundamentals Track

Intermediate Tidyverse Toolbox Track

Повторение: общая схема моделирования

В общем виде: $y = f(\vec{x}) + \epsilon$
Модели линейной регрессии: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

Модель параллельных наклонов

Полиномиальная модель

Древовидные модели

Курсы DataCamp с другими моделями

Курсы с различными $f()$ в $y = f(\vec{x}) + \epsilon$:

Повторение: таблица регрессии

# Fit model:
model_score_1 <- lm(score ~ age, data = evals)

# Output regression table:
get_regression_table(model_score_1)

# A tibble: 2 x 7
  term      estimate std_error statistic p_value lower_ci upper_ci
  <chr>        <dbl>     <dbl>     <dbl>   <dbl>    <dbl>    <dbl>
1 intercept    4.46      0.127     35.2    0        4.21     4.71 
2 age         -0.006     0.003     -2.31   0.021   -0.011   -0.001

ModernDive: онлайн-учебник

Использует инструменты tidyverse: ggplot2 и dplyr
Расширяет модели регрессии из этого курса
Использует наборы данных evals и house_prices (и другие)
Цель: статистический вывод средствами Data Science
Доступно на ModernDive.com

Удачи!

Моделирование данных в Tidyverse