Modelleren met data in de Tidyverse

Met je begrip van het algemene modelleringskader op zak behandelen we in dit hoofdstuk basis-lineaire regressie, waarbij je het eenvoudig houdt en de uitkomstvariabele y modelleert als een functie van één enkele verklarende/voorspellende variabele x. We gebruiken zowel numerieke als categorische x-variabelen. De uitkomstvariabele in dit hoofdstuk is de onderwijsevaluatiescore van docenten aan de University of Texas, Austin.

In het vorige hoofdstuk leerde je over basale regressie met één numerieke of één categorische voorspeller. Maar waarom zouden we ons beperken tot slechts één variabele voor je verklaringen/voorspellingen? Je breidt nu basale regressie uit naar multiple regressie, waarmee je meer dan één verklarende of voorspellende variabele in je modellen kunt opnemen. Je modelleert woningprijzen met een gegevensset van huizen in het grootstedelijk gebied van Seattle, WA.

In de vorige hoofdstukken heb je verschillende modellen gefit om een uitkomstvariabele te verklaren of te voorspellen. Maar hoe weten we welke modellen we moeten kiezen? Maten voor modelbeoordeling laten je zien hoe goed een verklarend model op een dataset "past" of hoe nauwkeurig een voorspellend model is. Op basis van deze maten leer je over criteria om te bepalen welke modellen "het best" zijn.