Kom igångKom igång gratis

Korrelation och R-kvadrat

Den linjära korrelationen mellan två variabler, \(x\) och \(y\), mäter styrkan i det linjära sambandet mellan dem. När \(x\) och \(y\) är:

  • utfallen från en regressionsmodell som minimerar kvadratfelet (som linjär regression) och
  • de faktiska utfallen från träningsdata,

är korrelationens kvadrat detsamma som \(R^2\). Det kommer du att verifiera i den här övningen.

unemployment och unemployment_model finns tillgängliga för dig att använda.

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Använd cor() (docs) för att beräkna korrelationen mellan prediktionerna och kvinnlig arbetslöshet. Tilldela den till variabeln rho och skriv ut den. Se till att du använder Pearsons korrelation (standardvalet).
  • Kvadrera rho och tilldela resultatet till rho2. Skriv ut det.
  • Jämför rho2 med \(R^2\) från modellen (med hjälp av glance()). Är värdena desamma?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 <- ___(___)$___)
Redigera och kör kod