Régression linéaire à pentes parallèles

Régression intermédiaire en R

Richie Cotton

Data Evangelist at DataCamp

Le cours précédent

Ce cours suppose les connaissances vues dans Introduction to Regression in R.

De la régression simple à la régression multiple

La régression multiple est un modèle de régression avec plus d'une variable explicative.

Plus de variables explicatives donnent plus d'information et de meilleures prédictions.

Contenu du cours

Chapitre 1

Régression à « pentes parallèles »

Chapitre 2

Interactions
Paradoxe de Simpson

Chapitre 3

Plus de variables explicatives
Fonctionnement de la régression linéaire

Chapitre 4

Régression logistique multiple
La loi logistique
Fonctionnement de la régression logistique

L'ensemble de données sur les poissons

mass_g	length_cm	species
242.0	23.2	Bream
5.9	7.5	Perch
200.0	30.0	Pike
40.0	12.9	Roach

Chaque ligne représente un poisson
mass_g est la variable réponse
1 explicative numérique, 1 explicative catégorielle

Une variable explicative à la fois

mdl_mass_vs_length <- lm(mass_g ~ length_cm, data = fish)

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

Coefficients:
(Intercept)    length_cm  
     -536.2         34.9

1 coefficient d'ordonnée à l'origine
1 coefficient de pente

mdl_mass_vs_species <- lm(mass_g ~ species + 0, data = fish)

Call:
lm(formula = mass_g ~ species + 0, data = fish)

Coefficients:
speciesBream  speciesPerch   speciesPike  speciesRoach  
       617.8         382.2         718.7         152.0

1 coefficient d'ordonnée à l'origine par catégorie

Les deux variables en même temps

mdl_mass_vs_both <- lm(mass_g ~ length_cm + species + 0, data = fish)

Call:
lm(formula = mass_g ~ length_cm + species + 0, data = fish)

Coefficients:
   length_cm  speciesBream  speciesPerch   speciesPike  speciesRoach  
       42.57       -672.24       -713.29      -1089.46       -726.78

1 coefficient de pente
1 coefficient d'ordonnée à l'origine par catégorie

Comparer les coefficients

coefficients(mdl_mass_vs_length)

(Intercept)   length_cm 
     -536.2        34.9

coefficients(mdl_mass_vs_species)

speciesBream speciesPerch  speciesPike speciesRoach 
       617.8        382.2        718.7        152.0

coefficients(mdl_mass_vs_both)

length_cm speciesBream speciesPerch  speciesPike speciesRoach 
    42.57      -672.24      -713.29     -1089.46      -726.78

Visualisation : 1 variable explicative numérique

library(ggplot2)

ggplot(fish, aes(length_cm, mass_g)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE)

Nuage de points masse vs longueur des poissons

Visualisation : 1 variable explicative catégorielle

ggplot(fish, aes(species, mass_g)) +
  geom_boxplot() + 
  stat_summary(fun.y = mean, shape = 15)

Masse des poissons selon l'espèce

Visualisation : les deux variables explicatives

library(moderndive)

ggplot(fish, aes(length_cm, mass_g, color = species)) +
  geom_point() +
  geom_parallel_slopes(se = FALSE)

Masse vs longueur par espèce

Passons à la pratique !

Régression intermédiaire en R