Un modèle avec interaction
Régression intermédiaire en R
Richie Cotton
Data Evangelist at DataCamp
Qu'est-ce qu'une interaction ?
Dans l'ensemble de données sur les poissons
L'effet de la longueur sur la masse prévue varie selon l'espèce.
Plus généralement
L'effet d'une variable explicative sur la réponse attendue change selon la valeur d'une autre variable explicative.
Spécifier des interactions
Sans interactions
response ~ explntry1 + explntry2
Avec interactions (implicite)
response_var ~ explntry1 * explntry2
Avec interactions (explicite)
response ~ explntry1 + explntry2 + explntry1:explntry2
Sans interactions
mass_g ~ length_cm + species
Avec interactions (implicite)
mass_g ~ length_cm * species
Avec interactions (explicite)
mass_g ~ length_cm + species + length_cm:species
Exécuter le modèle
lm(mass_g ~ length_cm * species, data = fish)
Call:
lm(formula = mass_g ~ length_cm * species, data = fish)
Coefficients:
(Intercept) length_cm speciesPerch speciesPike
-1035.348 54.550 416.172 -505.477
speciesRoach length_cm:speciesPerch length_cm:speciesPike length_cm:speciesRoach
705.971 -15.639 -1.355 -31.231
Coefficients plus faciles à lire
mdl_inter <- lm(mass_g ~ species + species:length_cm + 0, data = fish)
Call:
lm(formula = mass_g ~ species + species:length_cm + 0, data = fish)
Coefficients:
speciesBream speciesPerch speciesPike speciesRoach
-1035.35 -619.18 -1540.82 -329.38
speciesBream:length_cm speciesPerch:length_cm speciesPike:length_cm speciesRoach:length_cm
54.55 38.91 53.19 23.32
Des nombres familiers
speciesBream speciesPerch speciesPike speciesRoach
-1035.35 -619.18 -1540.82 -329.38
speciesBream:length_cm speciesPerch:length_cm speciesPike:length_cm speciesRoach:length_cm
54.55 38.91 53.19 23.32
coefficients(mdl_bream)
(Intercept) length_cm
-1035.34757 54.54998
Passons à la pratique !
Régression intermédiaire en R
