Korelacja i R-kwadrat

Korelacja liniowa dwóch zmiennych, \(x\) i \(y\), mierzy siłę liniowego związku między nimi. Gdy \(x\) i \(y\) to odpowiednio:

przewidywania modelu regresji minimalizującego błąd kwadratowy (takiego jak regresja liniowa) oraz
rzeczywiste wartości ze zbioru treningowego,

kwadrat korelacji jest równy \(R^2\). Zweryfikujesz to w tym ćwiczeniu.

Do dyspozycji masz obiekty unemployment i unemployment_model.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: regresja

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji cor() (dokumentacja), aby obliczyć korelację między przewidywaniami a wskaźnikiem bezrobocia kobiet. Przypisz wynik do zmiennej rho i wyświetl go. Upewnij się, że używasz korelacji Pearsona (domyślnej).
Podnieś rho do kwadratu i przypisz wynik do rho2. Wyświetl go.
Porównaj rho2 z wartością \(R^2\) modelu (używając glance()). Czy są takie same?

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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 <- ___(___)$___)

Edytuj i uruchom kod