擬合線性迴歸

R 迴歸入門

Richie Cotton

Data Evangelist at DataCamp

直線由兩個要素決定

當 $x$ 為 0 時的 $y$ 值。

當 $x$ 增加 1 時，$y$ 的增量。

$y = intercept + slope * x$

總付款對理賠次數的散佈圖與線性趨勢線。隨著理賠次數增加，付款近似線性上升。

總付款對理賠次數的散佈圖，標示趨勢線與 y 軸的交點。

總付款對理賠次數的散佈圖，標示理賠次數為 0 時的數值。

總付款對理賠次數的散佈圖，標示趨勢線上的兩個點。一個在 150 克朗、40 次理賠；另一個在 400 克朗、110 次理賠。

總付款對理賠次數的散佈圖，標示兩點間付款差異。400 克朗減去 150 克朗為 250 克朗。

總付款對理賠次數的散佈圖，標示兩點間理賠次數差異。110 次減去 40 次為 70 次。

總付款對理賠次數的散佈圖，標示付款差異與理賠次數差異的比值。2000 除以 60 約為 33。

lm(total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

Call:
lm(formula = total_payment_sek ~ n_claims, data = swedish_motor_insurance)

Coefficients:
(Intercept)     n_claims  
     19.994        3.414

$total\_payment\_sek = 19.994 + 3.414 * n\_claims$

R 迴歸入門