Prédire à partir du modèle sur le chômage

Dans cet exercice, vous utiliserez votre modèle de chômage unemployment_model pour faire des prédictions à partir des données unemployment, puis vous comparerez les taux de chômage féminin prédits aux taux réellement observés dans les données d'entraînement, unemployment. Vous utiliserez aussi votre modèle pour prédire sur les nouvelles données newrates, qui ne contiennent qu'une seule observation, où le chômage masculin est de 5 %.

L'interface predict() (docs) pour les modèles lm a la forme suivante :

predict(model, newdata)

Vous utiliserez le paquet ggplot2 pour produire les graphiques, donc vous ajouterez la colonne de prédictions à la trame de données unemployment. Vous tracerez la variable cible en fonction de la prédiction et vous la comparerez à la ligne qui représente des prédictions parfaites (c'est-à-dire lorsque la valeur observée est égale à la valeur prédite).

La commande ggplot2 pour tracer un nuage de points de dframe$outcome en fonction de dframe$pred (pred sur l'axe des x, outcome sur l'axe des y), avec une ligne bleue où outcome == pred, est la suivante :

ggplot(dframe, aes(x = pred, y = outcome)) + 
       geom_point() +  
       geom_abline(color = "blue")

unemployment, unemployment_model et newrates ont été préchargés pour vous.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Utilisez predict() pour prédire les taux de chômage féminin à partir des données unemployment. Assignez le résultat à une nouvelle colonne : prediction.
Utilisez la commande library() pour charger le paquet ggplot2.
Utilisez ggplot() pour comparer les prédictions aux taux de chômage observés. Placez les prédictions sur l'axe des x. À quel point les résultats sont-ils proches de la ligne de prédiction parfaite?
Utilisez la trame de données newrates pour prédire le taux de chômage féminin attendu lorsque le chômage masculin est de 5 %. Assignez la réponse à la variable pred et affichez-la.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# unemployment is available
summary(unemployment)

# newrates is available
newrates

# Predict female unemployment in the unemployment dataset
unemployment$prediction <-  ___

# Load the ggplot2 package
___

# Make a plot to compare predictions to actual (prediction on x axis). 
ggplot(___, aes(x = ___, y = ___)) + 
  ___ +
  geom_abline(color = "blue")

# Predict female unemployment rate when male unemployment is 5%
pred <- ___
pred

Modifier et exécuter le code