Parallellinjär regression

Intermediär regression i R

Richie Cotton

Data Evangelist at DataCamp

Föregående kurs

Den här kursen bygger på kunskaper från Introduction to Regression in R.

Från enkel till multipel regression

Multipel regression är en regressionsmodell med mer än en förklaringsvariabel.

Fler förklaringsvariabler ger djupare insikter och bättre förutsägelser.

Kursinnehåll

Kapitel 1

"Parallellsluttande" regression

Kapitel 2

Interaktioner
Simpsons paradox

Kapitel 3

Fler förklaringsvariabler
Hur linjär regression fungerar

Kapitel 4

Multipel logistisk regression
Den logistiska fördelningen
Hur logistisk regression fungerar

Fiskedatasetet

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

Varje rad representerar en fisk
mass_g är responsvariabeln
1 numerisk, 1 kategorisk förklaringsvariabel

En förklaringsvariabel i taget

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 interceptkoefficient
1 lutningskoefficient

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 interceptkoefficient per kategori

Båda variablerna samtidigt

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 lutningskoefficient
1 interceptkoefficient per kategori

Jämföra koefficienter

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

Visualisering: 1 numerisk förklaringsvariabel

library(ggplot2)

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

Visualisering: 1 kategorisk förklaringsvariabel

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

Visualisering: båda förklaringsvariablerna

library(moderndive)

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

Nu kör vi en övning!

Intermediär regression i R