BaşlayınÜcretsiz başlayın

Bir etkileşimi modelleme

Bu egzersizde, cinsiyet ve mide aktivitesinin alkol metabolizması üzerindeki etkisini modellemek için etkileşimleri kullanacaksın.

alcohol veri çerçevesi önceden yüklendi ve şu sütunlara sahip:

  • Metabol: alkol metabolizma hızı
  • Gastric: mide alkol dehidrogenaz aktivitesi hızı
  • Sex: içenin cinsiyeti (Male veya Female)

Videoda, alcohol verisine üç model uydurduk:

  • yalnızca toplamsal (ana etki) terimlerle: Metabol ~ Gastric + Sex
  • her biri mide aktivitesi ile cinsiyet arasındaki etkileşimi içeren iki model

Etkileşim terimleri içeren modellerden birinin, toplamsal modele kıyasla daha iyi bir R-kare değerine sahip olduğunu gördün; bu da etkileşim terimleri kullanmanın daha iyi bir uyum sağladığını düşündürüyor. Bu egzersizde, etkileşimli modellerden birinin R-kare değerini yalnızca ana etkileri içeren modelle karşılaştıracaksın.

: işleci iki değişken arasındaki etkileşimi belirtir. * işleci ise iki değişkenin etkileşimini ve ana etkilerini birlikte belirtir.

x*y = x + y + x:y

Bu egzersiz, kursun bir parçasıdır

R'de Supervised Learning: Regresyon

Kursa Göz Atın

Egzersiz talimatları

  • Metabol'ü etkileşim olmadan Gastric ve Sex'in bir fonksiyonu olarak ifade eden bir formül yaz.
    • Formülü fmla_add değişkenine ata ve yazdır.
  • MetabolGastric ile Sex arasındaki etkileşimin bir fonksiyonu olarak ifade eden bir formül yaz.
    • Gastric'i ana etki olarak ekle, ama Sex'i ekleme.
    • Formülü fmla_interaction değişkenine ata ve yazdır.
  • Yalnızca ana etkilerle bir doğrusal model uydur: veriye model_add.
  • Etkileşim içeren bir doğrusal model uydur: veriye model_interaction.
  • Her iki modelde de summary() çağır. Hangisinin R-kare değeri daha iyi?

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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
___
___
Kodu Düzenle ve Çalıştır