Prognozowanie na podstawie modelu bezrobocia

W tym ćwiczeniu wykorzystasz model bezrobocia unemployment_model do generowania prognoz na podstawie danych unemployment, a następnie porównasz przewidywane wskaźniki bezrobocia kobiet z rzeczywistymi wartościami obserwowanymi w danych treningowych unemployment. Użyjesz też modelu do prognozowania na nowych danych z ramki newrates, która zawiera tylko jedną obserwację – gdzie stopa bezrobocia mężczyzn wynosi 5%.

Interfejs funkcji predict() (dokumentacja) dla modeli lm ma następującą postać:

predict(model, newdata)

Do tworzenia wykresów użyjesz pakietu ggplot2, dlatego kolumnę z prognozami dodasz do ramki danych unemployment. Na wykresie porównasz wartości rzeczywiste z prognozowanymi i zestawisz je z linią idealnych prognoz (czyli taką, gdzie wartość rzeczywista równa się prognozowanej).

Polecenie ggplot2 do narysowania wykresu punktowego dframe$outcome względem dframe$pred (oś x: pred, oś y: outcome) wraz z niebieską linią, gdzie outcome == pred, wygląda następująco:

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

Ramki danych unemployment, unemployment_model oraz newrates zostały już wczytane do środowiska.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: regresja

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji predict(), aby przewidzieć stopę bezrobocia kobiet na podstawie danych unemployment. Wynik przypisz do nowej kolumny: prediction.
Użyj polecenia library(), aby załadować pakiet ggplot2.
Użyj funkcji ggplot(), aby porównać prognozy z rzeczywistymi stopami bezrobocia. Umieść prognozy na osi x. Jak blisko punkty leżą przy linii idealnych prognoz?
Użyj ramki danych newrates, aby przewidzieć oczekiwaną stopę bezrobocia kobiet przy stopie bezrobocia mężczyzn wynoszącej 5%. Wynik przypisz do zmiennej pred i wyświetl go.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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

Edytuj i uruchom kod