IniziaInizia gratis

Correlazione e R-quadro

La correlazione lineare di due variabili, \(x\) e \(y\), misura l'intensità della relazione lineare tra di esse. Quando \(x\) e \(y\) sono rispettivamente:

  • le predizioni di un modello di regressione che minimizza l'errore quadratico (come la regressione lineare) e
  • i valori reali dei dati di training,

allora il quadrato della correlazione coincide con \(R^2\). In questo esercizio lo verificherai.

unemployment e unemployment_model sono a tua disposizione.

Questo esercizio fa parte del corso

Supervised Learning in R: Regression

Visualizza il corso

Istruzioni dell'esercizio

  • Usa cor() (docs) per calcolare la correlazione tra le predizioni e la disoccupazione femminile. Assegnala alla variabile rho e stampala. Assicurati di usare la correlazione di Pearson (impostazione predefinita).
  • Eleva al quadrato rho e assegnala a rho2. Stampala.
  • Confronta rho2 con \(R^2\) del modello (usando glance()). È lo stesso valore?

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# unemployment is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Get the correlation between the prediction and true outcome: rho and print it
(rho <- ___)

# Square rho: rho2 and print it
(rho2 <- ___)

# Get R-squared from glance and print it
(rsq_glance <- ___(___)$___)
Modifica ed esegui il codice