Valori aberante, leverage și influență

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Acest exercițiu face parte din cursul

Introducere în Regresia în R

SkillTag.level.intermediateSkillTag.label

4.8+

Începe cursul gratuit

Vei învăța elementele de bază ale acestui model statistic popular: ce este regresia și cum diferă regresia liniară de cea logistică. Vei afla apoi cum să ajustezi modele de regresie liniară simplă cu variabile explicative numerice și categoriale și cum să descrii relația dintre variabila răspuns și variabilele explicative folosind coeficienții modelului.

Exercise 1: Povestea a două variabile Exercise 2: Care este variabila răspuns?Exercise 3: Vizualizarea a două variabile Exercise 4: Ajustarea unei regresii liniare Exercise 5: Estimează interceptul Exercise 6: Estimează panta Exercise 7: Regresie liniară cu lm()Exercise 8: Variabile explicative categorice Exercise 9: Vizualizarea unei variabile numerice față de una categorială Exercise 10: Calcularea mediilor pe categorii Exercise 11: lm() cu o variabilă explicativă categorială

În acest capitol, vei descoperi cum să folosești modele de regresie liniară pentru a face predicții privind prețurile locuințelor din Taiwan și clicurile pe reclame Facebook. Îți vei extinde totodată competențele de regresie lucrând direct cu obiecte de model, înțelegând conceptul de „regresie spre medie" și învățând cum să transformi variabilele dintr-un set de date.

Exercise 1: Realizarea predicțiilor Exercise 2: Predicția prețurilor locuințelor Exercise 3: Vizualizarea predicțiilor Exercise 4: Limitele predicției Exercise 5: Lucrul cu obiectele de model Exercise 6: Extragerea elementelor modelului Exercise 7: Predicția manuală a prețurilor locuințelor Exercise 8: Folosirea pachetului broom Exercise 9: Regresia către medie Exercise 10: Home run!Exercise 11: Reprezentarea grafică a randamentelor consecutive ale unui portofoliu Exercise 12: Modelarea randamentelor consecutive Exercise 13: Transformarea variabilelor Exercise 14: Transformarea variabilei explicative Exercise 15: Transformarea variabilei răspuns

În acest capitol, vei învăța cum să evaluezi ajustarea modelului tău. Vei afla cum să cuantifici cât de bine se ajustează un model de regresie liniară, cum să diagnostichezi problemele modelului prin vizualizări și cum să înțelegi efectul de pârghie și influența fiecărei observații folosite pentru construirea modelului.

Exercise 1: Cuantificarea calității modelului Exercise 2: Coeficientul de determinare Exercise 3: Eroarea standard reziduală Exercise 4: Vizualizarea potrivirii modelului Exercise 5: Reziduuri vs. valori ajustate Exercise 6: Graficul Q-Q al reziduurilor Exercise 7: Scale-location Exercise 8: Trasarea graficelor de diagnostic Exercise 9: Valori aberante, leverage și influență

Exercițiul curent

Exercise 10: Leverage Exercise 11: Influență Exercise 12: Extragerea leverage-ului și influenței

Învață să ajustezi modele de regresie logistică. Folosind date reale, vei prezice probabilitatea ca un client să își închidă contul bancar, exprimată ca probabilități de succes și rapoarte de cote, și vei cuantifica performanța modelului folosind matrici de confuzie.

Exercise 1: De ce ai nevoie de regresia logistică Exercise 2: Explorarea variabilelor explicative Exercise 3: Vizualizarea modelelor liniare și logistice Exercise 4: Regresie logistică cu glm()Exercise 5: Predicții și rapoarte de șanse Exercise 6: Probabilități Exercise 7: Cel mai probabil rezultat Exercise 8: Raportul de cote Exercise 9: Raportul log-cotelor Exercise 10: Cuantificarea calității regresiei logistice Exercise 11: Calcularea matricei de confuzie Exercise 12: Măsurarea performanței modelului logistic Exercise 13: Acuratețe, sensibilitate, specificitate Exercise 14: Felicitări