Kom igångKom igång gratis

Modellera en interaktion

I den här övningen använder du interaktioner för att modellera hur kön och magsäcksaktivitet påverkar alkoholmetabolismen.

Dataramen alcohol är förinstallerad och har följande kolumner:

  • Metabol: alkoholmetabolismens hastighet
  • Gastric: aktivitetsnivån för magsäckens alkoholdehydrogenas
  • Sex: drickarens kön (Male eller Female)

I videon anpassade vi tre modeller till alcohol-data:

  • en med enbart additiva termer (huvudeffekter): Metabol ~ Gastric + Sex
  • två modeller, var och en med interaktioner mellan magsäcksaktivitet och kön

Du såg att en av modellerna med interaktionstermer hade ett bättre R² än den additiva modellen, vilket tyder på att interaktionstermer ger en bättre anpassning. I den här övningen jämför du R² för en av interaktionsmodellerna med modellen som bara har huvudeffekter.

Kom ihåg att operatorn : anger interaktionen mellan två variabler. Operatorn * anger interaktionen mellan de två variablerna plus huvudeffekterna.

x*y = x + y + x:y

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Skriv en formel som uttrycker Metabol som en funktion av Gastric och Sex utan interaktioner.
    • Tilldela formeln till variabeln fmla_add och skriv ut den.
  • Skriv en formel som uttrycker Metabol som en funktion av interaktionen mellan Gastric och Sex.
    • Lägg till Gastric som en huvudeffekt, men inte Sex.
    • Tilldela formeln till variabeln fmla_interaction och skriv ut den.
  • Anpassa en linjär modell med enbart huvudeffekter: model_add, till datan.
  • Anpassa en linjär modell med interaktionen: model_interaction, till datan.
  • Anropa summary() på båda modellerna. Vilken har bättre R²?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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
___
___
Redigera och kör kod