Avslutning – Vad händer härnäst?

Modellering med data i Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

R-källkod för alla videor

Tillgänglig på http://bit.ly/modeling_tidyverse

Andra Tidyverse-kurser

Tillgängliga här och här

Tidyverse Fundamentals Track

Intermediate Tidyverse Toolbox Track

Repetition: Allmänt modelleringsramverk

Generellt: $y = f(\vec{x}) + \epsilon$
Linjär regression: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

Modell med parallella lutningar

Polynommodell

Trädmodeller

DataCamp-kurser med andra modeller

Kurser med olika $f()$ i $y = f(\vec{x}) + \epsilon$:

Repetition: Regressionstabell

# 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: Lärobok online

Använder tidyverse-verktyg: ggplot2 och dplyr
Bygger vidare på regressionsmodellerna från den här kursen
Använder datamängderna evals och house_prices (med flera)
Mål: Statistisk inferens via datavetenskap
Tillgänglig på ModernDive.com

Lycka till!

Modellering med data i Tidyverse