शुरू करेंमुफ़्त में शुरू करें

ऑटो परफॉर्मेंस में अनिश्चितता का विज़ुअलाइज़ेशन

कॉन्फिडेंस इंटरवल मॉडल फिट के लिए बहुत महत्वपूर्ण विज़ुअल संकेतक हैं. यहाँ आप कॉन्फिडेंस इंटरवल की उपस्थिति बदलने और पार्टियल इफेक्ट प्लॉट्स के स्केल को ट्रांसफॉर्म करने का अभ्यास करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Generalized Additive Models (GAMs) के साथ नॉनलाइनियर मॉडलिंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • mpg डेटा का उपयोग करने वाले मॉडल (mod) को प्लॉट करें, जिसमें केवल weight का पार्टियल इफेक्ट दिखे. कॉन्फिडेंस इंटरवल को शेडेड बनाइए और उसका रंग "hotpink" रखिए.
  • weight के पार्टियल इफेक्ट का एक और प्लॉट बनाइए, इस बार shift आर्गुमेंट का उपयोग करके स्केल को इंटरसेप्ट के मान से शिफ्ट कीजिए, और seWithMean आर्गुमेंट के जरिए मॉडल इंटरसेप्ट की अनिश्चितता भी शामिल कीजिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

library(mgcv)
# Fit the model
mod <- gam(hw.mpg ~ s(weight) + s(rpm) + s(price) + comp.ratio, 
           data = mpg, method = "REML")

# Plot the weight effect with colored shading
plot(mod, select = 1, ___)

# Make another plot adding the intercept value and uncertainty
plot(mod, select = 1, ___)
कोड संपादित करें और चलाएँ