Modéliser avec des variables catégorielles en entrée

Dans cet exercice, vous allez ajuster un modèle linéaire aux données flowers pour prédire Flowers en fonction de Time et Intensity.

La formule de modèle fmla que vous avez créée à l'exercice précédent est toujours disponible, tout comme la matrice du modèle mmat.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Utilisez fmla et lm pour entraîner un modèle linéaire qui prédit Flowers à partir de Intensity et Time. Attribuez le modèle à la variable flower_model.
Utilisez summary() pour vous remémorer la structure de mmat.
Utilisez summary() pour examiner flower_model. Les variables correspondent‑elles à ce que vous avez vu dans mmat?
Utilisez flower_model pour prédire le nombre de fleurs. Ajoutez les prédictions à flowers comme colonne predictions.
Remplissez les espaces vides pour tracer les prédictions par rapport aux valeurs réelles (prédictions sur l'axe des x).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# flowers is available
str(flowers)

# fmla is available
fmla

# Fit a model to predict Flowers from Intensity and Time : flower_model
flower_model <- ___

# Use summary on mmat to remind yourself of its structure
___

# Use summary to examine flower_model 
___

# Predict the number of flowers on each plant
flowers$predictions <- ___

# Plot predictions vs actual flowers (predictions on x-axis)
ggplot(___, aes(x = ___, y = ___)) + 
  geom_point() +
  geom_abline(color = "blue")

Modifier et exécuter le code