Plus de 2 variables explicatives

Régression intermédiaire en R

Richie Cotton

Data Evangelist at DataCamp

De la dernière fois

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

diagramme de dispersion : longueur vs hauteur des poissons, couleur = masse (palette inferno)

Découpage par espèce

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

diagramme de dispersion par espèce : longueur, hauteur, masse

Niveaux d'interaction

Aucune interaction

lm(mass_g ~ length_cm + height_cm + species + 0, data = fish)

Interactions à deux variables (par paires)

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

Interaction à trois variables (toutes les trois)

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

Toutes les interactions

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

lm(
  mass_g ~ length_cm * height_cm * species + 0, 
  data = fish
)

Interactions à deux variables seulement

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

lm(
  mass_g ~ (length_cm + height_cm + species) ^ 2 + 0, 
  data = fish
)

lm(
  mass_g ~ I(length_cm) ^ 2 + height_cm + species + 0, 
  data = fish
)

¹ Pour mettre au carré des variables explicatives, voir « Introduction to Regression in R », chapitre 2, « Transforming variables »

Le flux de prédiction

mdl_mass_vs_all <- lm(mass_g ~ length_cm * height_cm * species * 0, data = fish)

explanatory_data <- expand_grid(
  length_cm = seq(5, 60, 6),
  height_cm = seq(2, 20, 2),
  species = unique(fish$species)
)

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

Visualiser les prédictions

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

prédictions superposées : longueur, hauteur, masse par espèce

Passons à la pratique !

Régression intermédiaire en R