Моделирование взаимодействия

В этом упражнении вы используете взаимодействия, чтобы смоделировать влияние пола и активности желудка на метаболизм алкоголя.

Фрейм данных alcohol уже загружен и содержит следующие столбцы:

Metabol: скорость метаболизма алкоголя
Gastric: уровень активности алкогольдегидрогеназы желудка
Sex: пол испытуемого (Male — мужской, Female — женский)

В видео мы построили три модели для данных alcohol:

модель только с аддитивными членами (главные эффекты): Metabol ~ Gastric + Sex
две модели, каждая из которых включает взаимодействие между активностью желудка и полом

Вы увидели, что одна из моделей с членами взаимодействия показала более высокий R-квадрат по сравнению с аддитивной моделью — это говорит о том, что включение взаимодействий улучшает качество подгонки. В этом упражнении вы сравните R-квадрат одной из моделей взаимодействия с моделью, содержащей только главные эффекты.

Напомним: оператор : задаёт взаимодействие между двумя переменными. Оператор * задаёт взаимодействие между двумя переменными, а также их главные эффекты.

x*y = x + y + x:y

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

Запишите формулу, которая выражает Metabol как функцию от Gastric и Sex без взаимодействий.
- Присвойте формулу переменной fmla_add и выведите её.
Запишите формулу, которая выражает Metabol как функцию от взаимодействия между Gastric и Sex.
- Добавьте Gastric как главный эффект, но не добавляйте Sex.
- Присвойте формулу переменной fmla_interaction и выведите её.
Обучите линейную модель только с главными эффектами: model_add на этих данных.
Обучите линейную модель с взаимодействием: model_interaction на этих данных.
Вызовите summary() для обеих моделей. У какой из них R-квадрат выше?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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
___
___

Редактировать и запускать код