Quantiles
Ici, nous allons poursuivre avec l'ensemble de données Vocab et utiliser stat_quantile() pour appliquer une régression par quantiles.
La régression linéaire prédit la moyenne de la réponse à partir des variables explicatives, tandis que la régression par quantiles prédit un quantile de la réponse (p. ex. la médiane) à partir des variables explicatives. Vous pouvez préciser les quantiles à l'aide de l'argument quantiles.
Préciser de nombreux quantiles et colorer vos modèles selon l'année peut rendre les graphiques trop chargés. Nous verrons des façons de gérer cela au prochain chapitre.
Cette activité fait partie du cours
Visualisation de données intermédiaire avec ggplot2
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
ggplot(Vocab, aes(x = education, y = vocabulary)) +
geom_jitter(alpha = 0.25) +
# Add a quantile stat, at 0.05, 0.5, and 0.95
___