บทสรุป - ขั้นตอนถัดไป?

การสร้างโมเดลด้วยข้อมูลใน Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

ซอร์สโค้ด R สำหรับวิดีโอทั้งหมด

Available at http://bit.ly/modeling_tidyverse

คอร์ส Tidyverse อื่นๆ

Available here and here

Tidyverse Fundamentals Track

Intermediate Tidyverse Toolbox Track

ทบทวน: กรอบแนวคิดการสร้างโมเดล

โดยทั่วไป: $y = f(\vec{x}) + \epsilon$
โมเดลการถดถอยเชิงเส้น: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

โมเดล Parallel Slopes

โมเดล Polynomial

โมเดล Tree

คอร์ส DataCamp ที่ใช้โมเดลอื่นๆ

คอร์สที่ใช้ $f()$ รูปแบบต่างๆ ใน $y = f(\vec{x}) + \epsilon$:

ทบทวน: ตารางการถดถอย

# 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: ตำราออนไลน์

ใช้เครื่องมือ tidyverse: ggplot2 และ dplyr
ขยายเนื้อหาจากโมเดลการถดถอยในคอร์สนี้
ใช้ชุดข้อมูล evals และ house_prices (และอื่นๆ)
เป้าหมาย: การอนุมานทางสถิติผ่าน Data Science
Available at ModernDive.com

ขอให้โชคดี!

การสร้างโมเดลด้วยข้อมูลใน Tidyverse