Extinde-ți abilitățile de regresie liniară cu regresia „pante paralele", care include o variabilă explicativă numerică și una categorică. Acesta este primul pas spre stăpânirea regresiei liniare multiple.

Regresia liniară cu pante paralele

Ajustarea unei regresii liniare cu pante paralele

Interpretarea coeficienților regresiei cu pante paralele

Vizualizarea fiecărei variabile explicative

Vizualizarea pantelor paralele

Predicții cu drepte paralele

Predicții cu un model de drepte paralele

Calcularea manuală a predicțiilor

Evaluarea performanței modelului

Compararea coeficienților de determinare

Compararea erorii standard reziduale

Pante paralele

Explorează efectul interacțiunilor dintre variabilele explicative. Luând în considerare interacțiunile, poți construi modele mai realiste, cu o putere predictivă mai bună. Vei aborda și Paradoxul lui Simpson – un rezultat contraintuitiv care apare atunci când lucrezi cu mai multe variabile explicative.

Modele pentru fiecare categorie

Un model pentru fiecare categorie

Predicții cu mai multe modele

Vizualizarea mai multor modele

Un model cu o interacțiune

Specificarea unei interacțiuni

Interacțiuni cu coeficienți ușor de interpretat

Realizarea predicțiilor cu interacțiuni

Predicții cu interacțiuni

Calcularea manuală a predicțiilor cu interacțiuni

Paradoxul lui Simpson

Modelarea licitațiilor eBay

Modelarea fiecărui tip de licitație

Interacțiuni

Descoperă cum modelarea, și regresia liniară în special, simplifică lucrul cu mai mult de două variabile explicative. După ce stăpânești ajustarea modelelor de regresie liniară, vei implementa propriul tău algoritm de regresie liniară.

Două variabile explicative numerice

Vizualizări 3D

Modelarea a 2 variabile explicative numerice

Includerea unei interacțiuni

Mai mult de 2 variabile explicative

Vizualizarea mai multor variabile

Diferite niveluri de interacțiune

Predicții din nou

Cum funcționează regresia liniară

Suma pătratelor

Algoritmul regresiei liniare

Regresie liniară multiplă

Extinde-ți abilitățile de regresie logistică la mai multe variabile explicative. Înțelege distribuția logistică, care stă la baza acestei forme de regresie. În final, implementează-ți propriul algoritm de regresie logistică.

Regresie logistică multiplă

Vizualizarea mai multor variabile explicative

Regresie logistică cu 2 variabile explicative

Predicții cu regresia logistică

Matricea de confuzie

Distribuția logistică

Funcția de distribuție cumulativă

Funcția de distribuție cumulativă inversă

Argumentul family pentru binomial

Parametrii distribuției logistice

Cum funcționează regresia logistică

Likelihood & log-likelihood

Algoritmul de regresie logistică

Felicitări

Bank churn

eBay Palm Pilot auctions

Taiwan real estate prices

Regresia liniară și regresia logistică sunt cele mai utilizate două modele statistice și funcționează ca niște chei universale, dezvăluind informațiile ascunse în seturi de date. Acest curs se construiește pe abilitățile dobândite în „Introducere în regresia în R", acoperind regresia liniară și logistică cu mai multe variabile explicative. Prin exerciții practice, vei explora relațiile dintre variabile în seturi de date din lumea reală – prețurile locuințelor din Taiwan, modelarea renunțării clienților și altele. La finalul acestui curs, vei ști cum să incluzi mai multe variabile explicative într-un model, vei înțelege cum interacțiunile dintre variabile influențează predicțiile și vei înțelege cum funcționează regresia liniară și cea logistică.

Introduction to Regression in R

Aflați cum să includeți variabile explicative într-un model și cum interacțiunile afectează predicțiile.

Regresie intermediară în R

Învață să realizezi regresie liniară și logistică cu mai multe variabile explicative.

Mai mult de 2 variabile explicative

Create Your Free Account