ComeçarComece de graça

Modelando uma interação

Neste exercício, você vai usar interações para modelar o efeito de sexo e atividade gástrica no metabolismo do álcool.

O data frame alcohol já foi carregado e tem as colunas:

  • Metabol: a taxa de metabolismo do álcool
  • Gastric: a taxa de atividade da álcool desidrogenase gástrica
  • Sex: o sexo da pessoa que bebe (Male ou Female)

No vídeo, ajustamos três modelos aos dados de alcohol:

  • um com apenas termos aditivos (efeitos principais): Metabol ~ Gastric + Sex
  • dois modelos, cada um com interações entre a atividade gástrica e o sexo

Você viu que um dos modelos com termos de interação teve um R-squared melhor do que o modelo aditivo, sugerindo que usar termos de interação gera um ajuste melhor. Neste exercício, você vai comparar o R-squared de um dos modelos com interação ao modelo apenas com efeitos principais.

Lembre-se de que o operador : indica a interação entre duas variáveis. O operador * indica a interação entre duas variáveis, mais os efeitos principais.

x*y = x + y + x:y

Este exercício faz parte do curso

Aprendizado Supervisionado em R: Regressão

Ver curso

Instruções do exercício

  • Escreva uma fórmula que expresse Metabol como função de Gastric e Sex, sem interações.
    • Atribua a fórmula à variável fmla_add e imprima-a.
  • Escreva uma fórmula que expresse Metabol como função da interação entre Gastric e Sex.
    • Inclua Gastric como efeito principal, mas não Sex.
    • Atribua a fórmula à variável fmla_interaction e imprima-a.
  • Ajuste um modelo linear apenas com efeitos principais: model_add nos dados.
  • Ajuste um modelo linear com a interação: model_interaction nos dados.
  • Chame summary() em ambos os modelos. Qual tem o melhor R-squared?

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# alcohol is available
summary(alcohol)

# Create the formula with main effects only
(fmla_add <- ___ )

# Create the formula with interactions
(fmla_interaction <- ___ )

# Fit the main effects only model
model_add <- ___

# Fit the interaction model
model_interaction <- ___

# Call summary on both models and compare
___
___
Editar e executar o código