1. 学ぶ
    2. /
  2. コース
    3. /
  3. R における Generalized Linear Models
Connected

演習

glm() で予測する

データサイエンティストは、将来の状況を予測するためにモデルをよく使います。GLM もその1つで、こうした用途では supervised learning と呼ばれることがあります。

この演習では、これまでに当てはめたポアソン回帰と new_dat データセットを使って、北米の夏である 6 月 (6)、7 月 (7)、8 月 (8) の民間人の火災負傷者の1日あたりの期待人数を予測します。

ポアソン回帰の傾きと切片の推定値は自然対数スケールであり、理解しやすくするために指数関数で元のスケールに戻せることを思い出してください。 predict 関数で type = "response" を指定すると実行できます。

指示

100 XP
  • 新しい予測の状況を確認するために new_dat を表示します。
  • 当てはめたポアソン回帰 poisson_out をオブジェクトに、new_dat を新しいデータとして predict() に渡します。出力を指数変換するため、必ず type = "response" を設定してください。結果を pred_out として保存します。
  • pred_out を表示します。