Correlación y R-cuadrado

La correlación lineal de dos variables, \(x\) e \(y\), mide la fuerza de la relación lineal entre ellas. Cuando \(x\) e \(y\) son, respectivamente:

las predicciones de un modelo de regresión que minimiza el error cuadrático (como la regresión lineal) y
los valores reales del conjunto de entrenamiento,

entonces el cuadrado de la correlación es igual a \(R^2\). Lo comprobarás en este ejercicio.

Tienes unemployment y unemployment_model disponibles para usar.

Este ejercicio forma parte del curso

Aprendizaje supervisado en R: Regresión

Ver curso

Instrucciones del ejercicio

Usa cor() (docs) para obtener la correlación entre las predicciones y el desempleo femenino. Asígnala a la variable rho e imprímela. Asegúrate de usar la correlación de Pearson (la predeterminada).
Eleva rho al cuadrado y asígnalo a rho2. Imprímelo.
Compara rho2 con el \(R^2\) del modelo (usando glance()). ¿Es el mismo?

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# unemployment is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Get the correlation between the prediction and true outcome: rho and print it
(rho <- ___)

# Square rho: rho2 and print it
(rho2 <- ___)

# Get R-squared from glance and print it
(rsq_glance <- ___(___)$___)

Editar y ejecutar código