Корреляция и R-квадрат

Линейная корреляция двух переменных, \(x\) и \(y\), измеряет силу линейной зависимости между ними. Если \(x\) и \(y\) — это соответственно:

прогнозы регрессионной модели, минимизирующей сумму квадратов ошибок (например, линейной регрессии), и
истинные значения обучающих данных,

то квадрат коэффициента корреляции совпадает с \(R^2\). Вы убедитесь в этом в данном упражнении.

Для работы доступны объекты unemployment и unemployment_model.

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

С помощью функции cor() (документация) вычислите корреляцию между прогнозами и уровнем женской безработицы. Присвойте результат переменной rho и выведите её на экран. Используйте корреляцию Пирсона (по умолчанию).
Возведите rho в квадрат и присвойте результат переменной rho2. Выведите её на экран.
Сравните rho2 со значением \(R^2\) модели (используя glance()). Совпадают ли они?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# unemployment is available
summary(unemployment)

# unemployment_model is available
summary(unemployment_model)

# Get the correlation between the prediction and true outcome: rho and print it
(rho <- ___)

# Square rho: rho2 and print it
(rho2 <- ___)

# Get R-squared from glance and print it
(rsq_glance <- ___(___)$___)

Редактировать и запускать код