Prédire à partir du modèle de chômage

Dans cet exercice, vous allez utiliser votre modèle de chômage unemployment_model pour générer des prédictions à partir des données unemployment, puis comparer les taux de chômage féminin prédits aux taux observés sur les données d’entraînement, unemployment. Vous utiliserez également 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 de predict() (docs) pour les modèles lm a la forme suivante

predict(model, newdata)

Vous utiliserez le package ggplot2 pour créer les graphiques ; vous ajouterez donc la colonne de prédiction au data frame unemployment. Vous tracerez la variable cible en fonction de la prédiction, et les comparerez à la droite représentant 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 en plus une droite bleue où outcome == pred est :

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

unemployment, unemployment_model et newrates ont été préchargés pour vous.

Cet exercice fait partie du cours

<cours>Apprentissage supervisé en R : Régression</cours>

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 package ggplot2.
Utilisez ggplot() pour comparer les prédictions aux taux de chômage réels. Placez les prédictions sur l’axe des x. À quel point les résultats sont‑ils proches de la ligne de prédiction parfaite ?
Utilisez le data frame 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