Прогнозирование на основе модели безработицы

В этом упражнении вы будете использовать модель unemployment_model для получения прогнозов на основе данных unemployment, а затем сравните спрогнозированные показатели женской безработицы с фактически наблюдаемыми значениями из обучающей выборки. Кроме того, вы применёте модель для прогнозирования на новых данных из фрейма newrates, который содержит одно наблюдение с уровнем мужской безработицы 5%.

Функция predict() (документация) для моделей lm вызывается следующим образом:

predict(model, newdata)

Для построения графиков вы будете использовать пакет ggplot2, поэтому сначала добавьте столбец с прогнозами в фрейм данных unemployment. Постройте график зависимости фактических значений от прогнозируемых и сравните его с прямой идеального прогноза (когда фактическое значение совпадает с предсказанным).

Команда ggplot2 для построения точечного графика dframe$outcome в зависимости от dframe$pred (ось x — pred, ось y — outcome) с синей прямой, где outcome == pred, выглядит так:

ggplot(dframe, aes(x = pred, y = outcome)) + 
       geom_point() +  
       geom_abline(color = "blue")

Фреймы данных unemployment, unemployment_model и newrates уже загружены в рабочую среду.

Это упражнение является частью курса

Обучение с учителем в R: регрессия

Посмотреть курс

Инструкции к упражнению

Используйте функцию predict(), чтобы получить прогнозы уровня женской безработицы на основе данных unemployment. Сохраните результат в новый столбец prediction.
С помощью команды library() загрузите пакет ggplot2.
Используйте ggplot(), чтобы сравнить прогнозы с фактическими значениями безработицы. Разместите прогнозы на оси x. Насколько точки близки к прямой идеального прогноза?
Используя фрейм данных newrates, спрогнозируйте ожидаемый уровень женской безработицы при уровне мужской безработицы 5%. Сохраните результат в переменную pred и выведите её значение.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# unemployment is available
summary(unemployment)

# newrates is available
newrates

# Predict female unemployment in the unemployment dataset
unemployment$prediction <-  ___

# Load the ggplot2 package
___

# Make a plot to compare predictions to actual (prediction on x axis). 
ggplot(___, aes(x = ___, y = ___)) + 
  ___ +
  geom_abline(color = "blue")

# Predict female unemployment rate when male unemployment is 5%
pred <- ___
pred

Редактировать и запускать код