Przejdź do głównej treści

Strona główna R

Kurs

Wprowadzenie do regresji w R

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 08.2024

Prognozuj ceny mieszkań i współczynnik kliknięć reklam, implementując, analizując i interpretując analizę regresji w R.

Zacznij kurs za darmo

RProbability & Statistics

4 godz.

14 filmów

52 Ćwiczenia

4,050 XP

77,168

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Regresja liniowa i regresja logistyczna to dwa najszerzej stosowane modele statystyczne – działają jak klucze główne, otwierające drzwi do wiedzy ukrytej w zbiorach danych. W tym kursie nauczysz się dopasowywać proste modele regresji liniowej i logistycznej. Dzięki praktycznym ćwiczeniom zbadasz zależności między zmiennymi w rzeczywistych zbiorach danych, obejmujących m.in. roszczenia z tytułu ubezpieczeń komunikacyjnych, ceny domów na Tajwanie, rozmiary ryb i wiele więcej. Pod koniec kursu będziesz potrafić tworzyć prognozy na podstawie danych, mierzyć jakość modelu i diagnozować problemy z jego dopasowaniem.

Wymagania wstępne

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

1

Simple Linear Regression

You’ll learn the basics of this popular statistical model, what regression is, and how linear and logistic regressions differ. You’ll then learn how to fit simple linear regression models with numeric and categorical explanatory variables, and how to describe the relationship between the response and explanatory variables using model coefficients.

A tale of two variables

Which one is the response variable?

Visualizing two variables

Fitting a linear regression

Estimate the intercept

Estimate the slope

Linear regression with lm()

Categorical explanatory variables

Visualizing numeric vs. categorical

Calculating means by category

lm() with a categorical explanatory variable

Zacznij rozdział

2

Predictions and model objects

In this chapter, you’ll discover how to use linear regression models to make predictions on Taiwanese house prices and Facebook advert clicks. You’ll also grow your regression skills as you get hands-on with model objects, understand the concept of "regression to the mean", and learn how to transform variables in a dataset.

Making predictions

Predicting house prices

Visualizing predictions

The limits of prediction

Working with model objects

Extracting model elements

Manually predicting house prices

Using broom

Regression to the mean

Plotting consecutive portfolio returns

Modeling consecutive returns

Transforming variables

Transforming the explanatory variable

Transforming the response variable too

Zacznij rozdział

3

Assessing model fit

In this chapter, you’ll learn how to ask questions of your model to assess fit. You’ll learn how to quantify how well a linear regression model fits, diagnose model problems using visualizations, and understand the leverage and influence of each observation used to create the model.

Quantifying model fit

Coefficient of determination

Residual standard error

Visualizing model fit

Residuals vs. fitted values

Q-Q plot of residuals

Scale-location

Drawing diagnostic plots

Outliers, leverage, and influence

Extracting leverage and influence

Zacznij rozdział

4

Simple logistic regression

Learn to fit logistic regression models. Using real-world data, you’ll predict the likelihood of a customer closing their bank account as probabilities of success and odds ratios, and quantify model performance using confusion matrices.

Why you need logistic regression

Exploring the explanatory variables

Visualizing linear and logistic models

Logistic regression with glm()

Predictions and odds ratios

Probabilities

Most likely outcome

Log odds ratio

Quantifying logistic regression fit

Calculating the confusion matrix

Measuring logistic model performance

Accuracy, sensitivity, specificity

Congratulations

Zacznij rozdział

Wprowadzenie do regresji w R

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wprowadzenie do regresji w R już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.