Hoppa till huvudinnehållet

Kurs

Introduktion till regression i R

MedelnivåKunskapsnivå

Uppdaterad 2024-08

Förutsäg bostadspriser och annonsers klickfrekvens genom att implementera, analysera och tolka regressionsanalys i R.

Starta kursen gratis

RProbability & Statistics

4 tim

14 videor

52 Övningar

4,050 XP

77,419

Intyg om genomförande

Omtyckt av lärande på tusentals företag

Utbildar du ett team?

Prova för företag

Kursbeskrivning

Linjär regression och logistisk regression är de två mest använda statistiska modellerna och fungerar som universalnycklar för att hitta dolda mönster i datamängder. I den här kursen lär du dig att anpassa enkla linjära regressioner och logistiska regressioner. Genom praktiska övningar utforskar du sambanden mellan variabler i verkliga datamängder – däribland motorfordonsförsäkringar, huspriser i Taiwan, fiskstorlekar och mer. När kursen är slut vet du hur du gör förutsägelser från dina data, mäter modellens prestanda och identifierar problem med modellens passning.

Förkunskapskrav

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

1

Enkel linjär regression

Du lär dig grunderna i den här populära statistiska modellen: vad regression är och hur linjär och logistisk regression skiljer sig åt. Sedan lär du dig att anpassa enkla linjära regressionsmodeller med numeriska och kategoriska förklaringsvariabler, samt hur du beskriver sambandet mellan responsvariabeln och förklaringsvariablerna med hjälp av modellkoefficienterna.

Två variablers historia

Vilken är responsvariabeln?

Visualisera två variabler

Anpassa en linjär regression

Uppskatta skärningspunkten

Uppskatta lutningen

Linjär regression med lm()

Kategoriska förklaringsvariabler

Visualisera numeriska och kategoriska variabler

Beräkna medelvärden per kategori

lm() med en kategorisk förklaringsvariabel

2

Förutsägelser och modellobjekt

I det här kapitlet lär du dig att använda linjära regressionsmodeller för att göra förutsägelser om huspriser i Taiwan och klick på Facebook-annonser. Du fördjupar också dina regressionskunskaper genom praktiskt arbete med modellobjekt, lär dig förstå begreppet "regression mot medelvärdet" och hur du transformerar variabler i en datamängd.

Att göra förutsägelser

Förutsäga huspriser

Visualisera förutsägelser

Prediktorns begränsningar

Arbeta med modellobjekt

Extrahera modellelement

Beräkna huspriser manuellt

Använda broom

Regression mot medelvärdet

Visualisera på varandra följande portföljavkastningar

Modellering av efterföljande avkastningar

Transforming variabler

Transformera den förklarande variabeln

Att transformera responsvariabeln också

3

Att utvärdera modellens passning

I det här kapitlet lär du dig att ställa frågor till din modell för att utvärdera dess passning. Du lär dig att kvantifiera hur väl en linjär regressionsmodell passar, att diagnostisera modellproblem med hjälp av visualiseringar samt att förstå hävstångseffekten och inflytandet hos varje observation som används för att skapa modellen.

Kvantifiera modellens passning

Determinationskoefficienten

Residualt standardfel

Visualera modellens anpassning

Residualer vs. anpassade värden

Q-Q-diagram över residualer

Skala-läge

Rita diagnostikdiagram

Extremvärden, hävstång och påverkan

Extrahera hävstång och inflytande

4

Enkel logistisk regression

Lär dig att anpassa logistiska regressionsmodeller. Med verkliga data förutsäger du sannolikheten för att en kund stänger sitt bankkonto – uttryckt som sannolikheter och oddskvoter – och utvärderar modellens prestanda med hjälp av konfusionsmatriser.

Varför du behöver logistisk regression

Utforska de förklarande variablerna

Visualisera linjära och logistiska modeller

Logistisk regression med glm()

Förutsägelser och oddskvot

Sannolikheter

Det mest sannolika utfallet

Log-oddskvot

Att kvantifiera anpassningen av logistisk regression

Beräkna förväxlingsmatrisen

Mät den logistiska modellens prestanda

Accuracy, sensitivity, specificity

Introduktion till regression i R

Kurs
slutförd

Tjäna ett prestationsbevis

Lägg till det här beviset i din LinkedIn-profil, ditt CV eller din meritförteckning
Dela det i sociala medier och i din medarbetarutvärderingRegistrera dig nu

Gå med 19 miljoner lärande och börja Introduktion till regression i R idag!

Utveckla dina datakunskaper med DataCamp för mobilen

Gör framsteg när du är på språng med våra mobila kurser och dagliga 5-minuters kodningsutmaningar.