Кореляція та R-squared

Лінійна кореляція двох змінних, \(x\) та \(y\), вимірює силу лінійного зв'язку між ними. Коли \(x\) і \(y\) відповідно є:

прогнозами моделі регресії, що мінімізує квадратичну помилку (наприклад, лінійна регресія), і
справжніми значеннями результату з тренувальних даних,

тоді квадрат кореляції дорівнює \(R^2\). У цій вправі ви це перевірите.

unemployment і unemployment_model вже доступні для використання.

Ця вправа є частиною курсу

Кероване навчання в R: регресія

Переглянути курс

Інструкції до вправи

Скористайтеся cor() (docs), щоб обчислити кореляцію між прогнозами та безробіттям серед жінок. Присвойте результат змінній rho і виведіть її. Переконайтеся, що використовується кореляція Пірсона (типово).
Піднесіть rho до квадрата та присвойте результат змінній rho2. Виведіть її.
Порівняйте rho2 з \(R^2\) моделі (за допомогою glance()). Чи збігаються вони?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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 <- ___(___)$___)

Редагувати та запускати код