Relație neliniară

Covarianța și corelația măsoară intensitatea unei relații liniare.

Dacă aceste valori sunt scăzute, nu înseamnă neapărat că variabilele nu sunt corelate!

În unele cazuri, poți obține liniaritate prin transformarea uneia sau mai multor variabile. Dacă datele tale sunt puternic asimetrice, o transformare logaritmică este de obicei utilă.

În mediul tău de lucru găsești setul de date houses, care conține două variabile: area și price.

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu la statistică în R

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Draw a scatterplot of price vs. area
___(___ ~ ___, data = ___)

# Calculate the correlation coefficient of price and area
___(___, ___)

Editează și rulează codul

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu la statistică în R

SkillTag.level.advancedSkillTag.label

4.7+

Începe cursul gratuit

Vrei să-ți crești șansele la interviu? Atunci reîmprospătează-ți cunoștințele de teoria probabilităților. În acest capitol, vom arunca zaruri și vom arunca la coș pentru a explica probabilitățile cu exemple din viața reală.

Exercise 1: Distribuții discrete Exercise 2: Funcții de probabilitate Exercise 3: Experimente Bernoulli Exercise 4: Distribuția binomială Exercise 5: Distribuții continue Exercise 6: Distribuția uniformă Exercise 7: Forma distribuției normale Exercise 8: Eșantionare din distribuția normală Exercise 9: Teorema limitei centrale Exercise 10: Legea numerelor mari Exercise 11: Simularea teoremei limitei centrale

Dacă descrierea postului te atrage, recapitulează statisticile descriptive înainte de interviu. În acest capitol, vei exersa analiza exploratorie a datelor (EDA) folosind prețurile gazelor naturale și date dintr-o analiză de sondaj.

Exercise 1: Statistici descriptive Exercise 2: Măsuri de centralitate Exercise 3: Măsuri de variabilitate Exercise 4: Date categorice Exercise 5: Analiza sondajului Exercise 6: Codificarea datelor Exercise 7: Serii de timp Exercise 8: Obiect de tip serie temporală Exercise 9: Prelucrarea seriilor de timp Exercise 10: Analiza componentelor principale Exercise 11: ACP – rotație Exercise 12: ACP - reducerea dimensionalității

Intră cu încredere la interviu după ce recapitulezi intervalele de încredere. Vom trece în revistă testul t, ANOVA și testele de normalitate pentru a te pregăti pentru întrebările de codare bazate pe statistică.

Exercise 1: Teste de normalitate Exercise 2: Testul Shapiro-Wilk Exercise 3: Q-Q plot Exercise 4: Inferența pentru o medie Exercise 5: Interval de încredere Exercise 6: Testul t pentru un eșantion Exercise 7: Compararea a două medii Exercise 8: Testul t pentru două eșantioane Exercise 9: Test pereche Exercise 10: ANOVA Exercise 11: Compararea grupurilor Exercise 12: ANOVA pentru creșterea plantelor

Potențialul tău angajator plănuiește să îți testeze abilitățile în R? Asigură-te că ești pregătit și exersează evaluarea modelelor din timp. În acest capitol, vom construi și evalua modele de regresie liniară și logistică folosind diverse seturi de date biomedicale. La finalul capitolului, vei fi pe deplin pregătit să răspunzi la orice întrebare pe care ți-o pune intervievatorul!

Exercise 1: Covarianță și corelație Exercise 2: Covarianța manual Exercise 3: Relație liniară Exercise 4: Relație neliniară

Exercițiul curent

Exercise 5: Model de regresie liniară Exercise 6: Ajustarea modelelor liniare Exercise 7: Predicții cu modele liniare Exercise 8: Model de regresie logistică Exercise 9: Ajustarea modelelor logistice Exercise 10: Predicții cu modele logistice Exercise 11: Evaluarea modelului Exercise 12: Abordarea setului de validare Exercise 13: Evaluarea regresiei Exercise 14: Evaluarea clasificării Exercise 15: Concluzie